基于颜色和形状特征的图像检索技术研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-18页 |
| ·课题的背景与研究意义 | 第10-12页 |
| ·国内外研究热点与现状 | 第12-14页 |
| ·典型的图像检索系统 | 第14-16页 |
| ·本文研究的主要内容 | 第16页 |
| ·本文的内容安排 | 第16-18页 |
| 2 基于内容的图像检索关键技术 | 第18-26页 |
| ·颜色模型 | 第18-19页 |
| ·三基色原理与RGB 颜色模型 | 第18页 |
| ·颜色的三个基本属性和HSV 颜色模型 | 第18-19页 |
| ·图像检索中常用的底层视觉特征描述方法 | 第19-21页 |
| ·颜色特征 | 第19-20页 |
| ·纹理特征 | 第20页 |
| ·形状特征 | 第20-21页 |
| ·空间关系特征 | 第21页 |
| ·相关反馈技术 | 第21-22页 |
| ·相似性度量 | 第22-23页 |
| ·图像检索性能评价 | 第23-24页 |
| ·小结 | 第24-26页 |
| 3 基于颜色与形状特征的图像检索算法 | 第26-40页 |
| ·引言 | 第26页 |
| ·信息熵的简介以及图像的信息熵 | 第26-28页 |
| ·信息熵简介 | 第26-28页 |
| ·图像的信息熵 | 第28页 |
| ·图像信息熵的提取 | 第28-32页 |
| ·颜色空间的选择和量化 | 第28-30页 |
| ·马尔可夫链 | 第30页 |
| ·图像相关熵的提取 | 第30-32页 |
| ·形状特征提取 | 第32-36页 |
| ·边缘检测 | 第32页 |
| ·多尺度角点检测算法 | 第32-34页 |
| ·特征描述 | 第34-35页 |
| ·基于颜色与形状特征的组合检索 | 第35-36页 |
| ·实验结果与分析 | 第36-39页 |
| ·小结 | 第39-40页 |
| 4 图像检索系统的相关反馈技术 | 第40-52页 |
| ·引言 | 第40页 |
| ·相关反馈的结构模型与主要方法 | 第40-44页 |
| ·相关反馈的结构模型 | 第40-41页 |
| ·相关反馈的主要方法 | 第41-44页 |
| ·支持向量机的检索反馈模式 | 第44-48页 |
| ·支持向量机 | 第44-47页 |
| ·在图像检索中的SVM 算法 | 第47-48页 |
| ·实验结果分析 | 第48-51页 |
| ·图像库的选择及评价指标 | 第48页 |
| ·实验环境 | 第48-49页 |
| ·检索性能比较 | 第49-51页 |
| ·小结 | 第51-52页 |
| 5 图像检索原型系统设计与实现 | 第52-62页 |
| ·系统框架 | 第52页 |
| ·开发环境 | 第52-53页 |
| ·数据库管理 | 第53-54页 |
| ·系统设计 | 第54-59页 |
| ·图像特征提取模块 | 第54页 |
| ·图像库管理模块 | 第54-55页 |
| ·浏览查询模块 | 第55-59页 |
| ·图像检索应用实例 | 第59-61页 |
| ·小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 参考文献 | 第64-72页 |
| 作者简历 | 第72-73页 |
| 学位论文数据集 | 第73-74页 |
| 详细摘要 | 第74-75页 |
