| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景 | 第7页 |
| 1.2 基于内容图像检索技术概述 | 第7-8页 |
| 1.2.1 基于内容的图像检索技术 | 第7页 |
| 1.2.2 基于内容的图像检索技术发展现状 | 第7-8页 |
| 1.3 局部特征技术 | 第8-10页 |
| 1.3.1 局部特征技术概述 | 第8-9页 |
| 1.3.2 局部特征及SIFT技术研究现状 | 第9-10页 |
| 1.4 本文主要工作及章节安排 | 第10-12页 |
| 第二章 基于内容的图像检索原理 | 第12-21页 |
| 2.1 图像检索系统流程 | 第12-13页 |
| 2.2 图像特征提取 | 第13-17页 |
| 2.2.1 颜色特征 | 第13-16页 |
| 2.2.2 纹理特征 | 第16页 |
| 2.2.3 形状特征 | 第16-17页 |
| 2.3 相似匹配计算 | 第17-18页 |
| 2.4 检测效果测试 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 SIFT算法介绍 | 第21-28页 |
| 3.1 SIFT特征提取步骤 | 第21-26页 |
| 3.1.1 尺度空间极值点检测 | 第21-22页 |
| 3.1.2 精确定位极值点位置 | 第22-24页 |
| 3.1.3 关键点方向分配 | 第24-25页 |
| 3.1.4 关键点特征描述 | 第25-26页 |
| 3.2 特征点匹配 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 基于视觉单词和SIFT特征的图像检索 | 第28-38页 |
| 4.1 视觉单词的提出 | 第28-29页 |
| 4.2 用视觉单词表示图像 | 第29-30页 |
| 4.3 用视觉单词进行图像检索关键技术 | 第30-32页 |
| 4.4 系统的开发运行环境 | 第32-34页 |
| 4.5 实验结果及分析 | 第34-36页 |
| 4.6 本章小结 | 第36-38页 |
| 第五章 颜色空间模型和SIFT特征实现图像检索 | 第38-47页 |
| 5.1 基于颜色量化矩阵和SIFT特征的两极匹配算法 | 第38-41页 |
| 5.1.1 HSV颜色直方图 | 第38页 |
| 5.1.2 FLANN匹配算法 | 第38-41页 |
| 5.1.3 两级匹配原理 | 第41页 |
| 5.2 HSV与基于TF-IDF视觉词袋的SIFT特征相结合 | 第41-42页 |
| 5.3 系统流程 | 第42页 |
| 5.4 实验结果 | 第42-45页 |
| 5.5 本章小结 | 第45-47页 |
| 第六章 总结与展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 在学期间的研究成果 | 第51-52页 |
| 致谢 | 第52页 |