| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题背景 | 第11-13页 |
| 1.2 本文工作 | 第13-14页 |
| 1.3 本文结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 基于内容的图像检索相关技术 | 第16-28页 |
| 2.1 相关技术综述 | 第16-27页 |
| 2.1.1 基于内容的图像检索问题一般架构与主要问题 | 第16-19页 |
| 2.1.2 图像特征检测与提取技术研究现状 | 第19-21页 |
| 2.1.3 图像特征组织与索引技术研究现状 | 第21-25页 |
| 2.1.4 图像特征匹配与相似性度量研究现状 | 第25-27页 |
| 2.2 本章小结 | 第27-28页 |
| 第3章 基于区分度及位置信息的图像相似性度量方法 | 第28-42页 |
| 3.1 方法概述 | 第28-29页 |
| 3.2 基于全局特征区分度的特征筛选方法 | 第29-33页 |
| 3.2.1 大图像SIFT特征提取方法 | 第30-31页 |
| 3.2.2 基于全局特征区分度的特征点删减方法 | 第31-33页 |
| 3.3 基于位置信息的统计排序图像相似性度量方法 | 第33-37页 |
| 3.3.1 可扩展的大图像热点区域位置信息采集 | 第33-35页 |
| 3.3.2 基于位置信息的统计排序图像相似性度量方法 | 第35-37页 |
| 3.4 实验结果及其分析 | 第37-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 大图像的图像特征分层索引方法 | 第42-56页 |
| 4.1 方法概述 | 第42-43页 |
| 4.2 针对缩略图的LSH高维索引算法 | 第43-47页 |
| 4.2.1 LSH索引结构的建立 | 第44-45页 |
| 4.2.2 LSH返回粗略位置信息的近邻查找方法 | 第45-47页 |
| 4.3 针对原图基于位置信息改进的KD-Tree高维索引算法 | 第47-52页 |
| 4.3.1 基于图像全局位置信息的改进的KD-Tree的建立 | 第47-51页 |
| 4.3.2 利用LSH检索信息的KD-Tree近邻查找方法 | 第51-52页 |
| 4.4 实验结果及其分析 | 第52-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第5章 大图像自助导览系统实现与应用示例 | 第56-63页 |
| 5.1 系统硬件与架构 | 第56-58页 |
| 5.2 网络服务器搭建与图像检索核心算法 | 第58-59页 |
| 5.3 流媒体服务器搭建与应用 | 第59页 |
| 5.4 Android平台客户端设计 | 第59-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-66页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-73页 |
| 作者简历 | 第73-74页 |
| 致谢 | 第74页 |
