图像检索中局部特征的提取和描述及其空间组织研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-20页 |
| ·选题意义 | 第9页 |
| ·图像检索技术概述 | 第9-15页 |
| ·基于文本的图像检索技术 | 第10页 |
| ·基于内容的图像检索技术 | 第10-12页 |
| ·基于内容的图像检索技术应用现状 | 第12-13页 |
| ·基于内容的图像检索系统框架 | 第13-14页 |
| ·基于内容的图像检索技术的发展方向 | 第14-15页 |
| ·局部特征技术概述 | 第15-19页 |
| ·局部特征提取技术研究概况 | 第16-17页 |
| ·局部特征描述技术研究概况 | 第17-18页 |
| ·局部特征空间关系研究概况 | 第18-19页 |
| ·本文章节安排 | 第19-20页 |
| 第二章 局部特征提取 | 第20-35页 |
| ·图像尺度空间理论 | 第20-22页 |
| ·金字塔多分辨率表达 | 第20-21页 |
| ·高斯尺度空间 | 第21-22页 |
| ·角点检测方法 | 第22-26页 |
| ·Harris 角点 | 第22-24页 |
| ·多尺度Harris 角点 | 第24-25页 |
| ·角点检测算法小结 | 第25-26页 |
| ·高效斑点检测和区域检测 | 第26-30页 |
| ·DOG 算子 | 第26-28页 |
| ·MSER 算法 | 第28-29页 |
| ·区域检测方法小结 | 第29-30页 |
| ·对DOG 算子的改进 | 第30-34页 |
| ·LOG 算子检测法 | 第30-32页 |
| ·简化 DOG 算子 | 第32-33页 |
| ·改进DOG算子小结 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 局部特征描述及其空间组织研究 | 第35-47页 |
| ·基于分布的局部特征描述 | 第35-43页 |
| ·SIFT 描述子 | 第35-39页 |
| ·PCA-SIFT 描述子 | 第39-40页 |
| ·SURF 描述子 | 第40-42页 |
| ·SIFT与SURF描述子的比较 | 第42页 |
| ·基于分布的描述子小结 | 第42-43页 |
| ·局部特征的空间组织 | 第43-46页 |
| ·BOF 算法 | 第43-44页 |
| ·HE-WGC 算法 | 第44-45页 |
| ·双空间量化算法 | 第45页 |
| ·空间BOF 算法 | 第45-46页 |
| ·局部特征的空间组织小结 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于局部特征技术的手机图像检索系统 | 第47-63页 |
| ·系统概述 | 第47-48页 |
| ·系统实现 | 第48-59页 |
| ·系统框架 | 第48-49页 |
| ·局部特征提取和描述模块 | 第49-51页 |
| ·高维索引结构 | 第51-53页 |
| ·局部特征的聚类模块 | 第53-56页 |
| ·图像量化模块 | 第56-57页 |
| ·相似性搜索模块 | 第57-59页 |
| ·实验结果 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结和展望 | 第63-65页 |
| ·本文的工作总结 | 第63页 |
| ·课题展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士期间发表的学术论文 | 第71-73页 |
