摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第11-18页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 国内外发展现状 | 第12-16页 |
1.2.1 图像特征描述方法 | 第12-14页 |
1.2.2 现有的手机相册整理技术 | 第14-16页 |
1.3 本文主要工作和组织结构 | 第16-18页 |
1.3.1 主要工作内容 | 第16-17页 |
1.3.2 本文章节安排 | 第17-18页 |
第2章 基于暗通道先验和局部梯度统计特性的低质图片检测算法 | 第18-30页 |
2.1 引言 | 第18页 |
2.2 低质图片类型及特点 | 第18-20页 |
2.2.1 强/低照度图片 | 第18-19页 |
2.2.2 模糊图片 | 第19-20页 |
2.3 低质图片检测算法 | 第20-26页 |
2.3.1 基于暗通道先验的强/低照度图片检测算法 | 第21-24页 |
2.3.2 基于局部梯度统计特性的模糊图片检测算法 | 第24-26页 |
2.4 实验与结果分析 | 第26-29页 |
2.4.1 实验设置 | 第26页 |
2.4.2 实验结果与分析 | 第26-29页 |
2.5 本章小结 | 第29-30页 |
第3章 基于局部特征的手机图片场景聚类 | 第30-48页 |
3.1 引言 | 第30页 |
3.2 图片的局部特征 | 第30-38页 |
3.2.1 SIFT特征 | 第31-36页 |
3.2.2 SURF特征 | 第36-38页 |
3.3 局部特征层次化匹配算法 | 第38-40页 |
3.3.1 图片局部特征粗匹配 | 第39页 |
3.3.2 RANSAC算法再过滤 | 第39-40页 |
3.3.3 结合局部颜色描述子的二级精确匹配 | 第40页 |
3.4 实验与结果分析 | 第40-47页 |
3.4.1 实验设置 | 第40-41页 |
3.4.2 实验结果与分析 | 第41-47页 |
3.5 本章小结 | 第47-48页 |
第4章 基于改进的度量矩阵融合图片检索算法 | 第48-68页 |
4.1 引言 | 第48页 |
4.2 基于内容的图像检索 | 第48-57页 |
4.2.1 图像的特征 | 第49-54页 |
4.2.2 相似性度量 | 第54-56页 |
4.2.3 检索性能 | 第56-57页 |
4.3 基于改进的度量矩阵融合手机图片检索算法 | 第57-62页 |
4.3.1 多通道空间特征提取算法 | 第58-60页 |
4.3.2 马氏度量矩阵求取 | 第60-61页 |
4.3.3 图片语义信息提取与度量矩阵融合 | 第61-62页 |
4.4 实验结果与分析 | 第62-67页 |
4.4.1 实验设置与实验内容 | 第62-65页 |
4.4.2 实验结果与分析 | 第65-67页 |
4.5 本章小结 | 第67-68页 |
第5章 基于Android系统的代码移植与测试 | 第68-80页 |
5.1 引言 | 第68页 |
5.2 Android开发平台 | 第68-71页 |
5.2.1 Android系统概述 | 第68-69页 |
5.2.2 Android系统框架 | 第69-71页 |
5.3 开发环境的搭建 | 第71页 |
5.4 JNI技术 | 第71-72页 |
5.5 代码移植 | 第72-75页 |
5.5.1 修改Windows下代码 | 第72-73页 |
5.5.2 OpenCV图像库和交叉编译工具的配置 | 第73-74页 |
5.5.3 动态链接库的调用 | 第74-75页 |
5.6 全志A31s开发板介绍 | 第75-76页 |
5.7 运行结果与分析 | 第76-79页 |
5.7.1 实验设置 | 第76-77页 |
5.7.2 实验结果与分析 | 第77-79页 |
5.8 本章小结 | 第79-80页 |
第6章 总结与展望 | 第80-82页 |
6.1 本文主要工作总结 | 第80-81页 |
6.2 未来工作展望 | 第81-82页 |
参考文献 | 第82-86页 |
致谢 | 第86-88页 |
作者简介 | 第88页 |