| 中文摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·选题背景及研究意义 | 第7-8页 |
| ·图像检索简介 | 第8-12页 |
| ·图像检索及方法 | 第8-10页 |
| ·图像不变特征检索的提出及关键技术 | 第10-11页 |
| ·图像不变特征检索现状 | 第11-12页 |
| ·论文研究内容安排 | 第12-13页 |
| 第二章 脉冲耦合神经网络 | 第13-18页 |
| ·PCNN简介 | 第13-14页 |
| ·PCNN用于特征提取 | 第14-15页 |
| ·交叉皮层模型 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 单类支持向量机 | 第18-25页 |
| ·支持向量机 | 第18-22页 |
| ·SVM分类的基本理论 | 第18-21页 |
| ·非线性分类问题与核函数 | 第21页 |
| ·支持向量机的特点及应用 | 第21-22页 |
| ·单类支持向量机 | 第22-24页 |
| ·单类问题 | 第22页 |
| ·单类支持向量机方法 | 第22-24页 |
| ·单类支持向量机的应用 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第四章 基于PCNN和OCSVM的几何不变性纹理检索 | 第25-34页 |
| ·检索图像库 | 第25页 |
| ·几何不变性纹理检索系统 | 第25-26页 |
| ·使用工具及平台介绍 | 第26-27页 |
| ·实验分析与结论 | 第27-33页 |
| ·实验参数设置 | 第27-28页 |
| ·不同参数v下的实验结果 | 第28-29页 |
| ·比较实验 | 第29-32页 |
| ·实验分析与总结 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 基于PCNN和OCSVM的抗噪性纹理检索 | 第34-47页 |
| ·数字图像中常见的噪声 | 第34-35页 |
| ·脉冲噪声 | 第34页 |
| ·高斯噪声 | 第34-35页 |
| ·斑点噪声 | 第35页 |
| ·抗噪性纹理检索系统 | 第35-36页 |
| ·抗噪性实验 | 第36-45页 |
| ·实验参数 | 第36-37页 |
| ·实验结果与分析 | 第37-45页 |
| ·本章小结 | 第45-47页 |
| 第六章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 在学期间的研究成果 | 第54-55页 |
| 致谢 | 第55页 |