首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于MPEG-7图像检索系统的研究

摘要第1-6页
ABSTRACT第6-12页
第1章 绪论第12-18页
   ·研究背景及意义第12-13页
   ·国内外研究现状第13-16页
   ·本文的主要工作第16-18页
第2章 基于内容的图像检索与MPEG-7 标准第18-31页
   ·MPEG-7 标准第18-20页
   ·MPEG-7 视觉描述工具第20-27页
     ·基本结构第20-21页
     ·颜色描述符第21-23页
     ·纹理描述符第23-24页
     ·形状描述符第24-25页
     ·运动描述符第25-26页
     ·位置描述符第26-27页
   ·相关反馈技术第27-28页
   ·图像匹配第28-29页
   ·MPEG-7 与基于内容的图像检索系统的联系第29-30页
   ·本章小结第30-31页
第3章 MPEG-7 图像多特征检索的研究第31-52页
   ·引言第31页
   ·MPEG-7 颜色检索第31-37页
     ·颜色空间第31-34页
     ·颜色空间的选择和量化第34-35页
     ·MPEG-7 主颜色第35-36页
     ·MPEG-7 颜色布局第36-37页
   ·MPEG-7 纹理检索第37-42页
     ·Gabor 小波第37-39页
     ·边缘直方图第39-42页
   ·MPEG-7 形状检索第42-43页
     ·MPEG-7 区域形状第42-43页
     ·MPEG-7 轮廓形状第43页
   ·多特征融合检索技术第43-46页
     ·内部特征归一化第44页
     ·外部特征归一化第44-45页
     ·动态调整多特征权值第45-46页
   ·实验结果及分析第46-51页
   ·本章小结第51-52页
第4章 支持向量机SVM 的相关反馈技术第52-66页
   ·引言第52页
   ·相关反馈技术第52-55页
     ·相关反馈的交互过程第53-54页
     ·相关反馈中的判断度量方式第54页
     ·相关反馈中的学习问题第54-55页
   ·支持向量机SVM 的相关反馈第55-61页
     ·传统SVM 算法第57-58页
     ·SVM 增量算法第58-59页
     ·Batch SVM 增量算法第59-60页
     ·SVM 渐进增量学习算法第60-61页
   ·实验结果及分析第61-65页
   ·本章小结第65-66页
第5章 MPEG-7 语义检索第66-76页
   ·引言第66页
   ·图像语义模型及表示第66-70页
     ·层次化语义模型第66-67页
     ·传统关键词语义第67-68页
     ·MPEG-7 图像语义第68-70页
   ·MPEG-7 语义检索第70-72页
     ·图像检索的XML 语言第70-71页
     ·MPEG-7 标准描述图像语义第71-72页
   ·语义分类训练第72-74页
   ·实验结果及分析第74-75页
   ·本章小结第75-76页
结论第76-77页
参考文献第77-81页
攻读学位期间发表的学术论文第81-82页
致谢第82页

论文共82页,点击 下载论文
上一篇:基于素描L-系统的植物生长模型研究
下一篇:基于Linux内核的实时调度机制的研究和实现