| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题研究背景及意义 | 第8页 |
| 1.2 基于内容的图像检索方法的研究现状 | 第8-10页 |
| 1.3 论文主要工作 | 第10-11页 |
| 1.4 本文章节介绍 | 第11-12页 |
| 第二章 相关理论介绍 | 第12-20页 |
| 2.1 基于内容的图像检索的基本原理 | 第12-13页 |
| 2.2 基于区域的活动轮廓模型原理 | 第13页 |
| 2.3 SIFT 算法 | 第13-17页 |
| 2.4 高斯混合模型 | 第17-20页 |
| 2.4.1 高斯混合模型的基本概念 | 第17-18页 |
| 2.4.2 高斯混合模型的参数估计 | 第18-20页 |
| 第三章 一种改进的基于轮廓模型的协同分割方法 | 第20-36页 |
| 3.1 引言 | 第20-21页 |
| 3.2 基于轮廓约束的 SIFT Flow 算法 | 第21-26页 |
| 3.2.1 SIFT Flow | 第21-23页 |
| 3.2.2 改进的 SIFT Flow 算法 | 第23-26页 |
| 3.3 基于 SIFT Flow 和 GMM 的图像协同分割算法 | 第26-30页 |
| 3.3.1 算法介绍 | 第27-28页 |
| 3.3.2 算法流程 | 第28-30页 |
| 3.4 实验 | 第30-35页 |
| 3.4.1 实验参数设置 | 第30-31页 |
| 3.4.2 算法的分割效果 | 第31-33页 |
| 3.4.3 分割结果的评价指标 | 第33-35页 |
| 3.5 小结 | 第35-36页 |
| 第四章 基于区域纹理特征的图像检索 | 第36-47页 |
| 4.1 引言 | 第36页 |
| 4.2 图像纹理特征提取的方法 | 第36-37页 |
| 4.3 基于灰度共生矩阵的纹理特征提取 | 第37-41页 |
| 4.4 基于区域纹理特征的图像检索过程 | 第41-44页 |
| 4.4.1 图像的分割 | 第41-42页 |
| 4.4.2 基于灰度共生矩阵的纹理特征提取步骤 | 第42-43页 |
| 4.4.3 输出检索结果 | 第43-44页 |
| 4.5 实验 | 第44-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录 1 攻读学位期间取得的成果 | 第54-55页 |
| 附件 | 第55-59页 |