| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·目的和意义 | 第7页 |
| ·研究现状 | 第7-9页 |
| ·研究内容和工作安排 | 第9-11页 |
| 第二章 贝叶斯框架下的图像检索 | 第11-20页 |
| ·颜色模型 | 第11-14页 |
| ·HSV 颜色模型 | 第11-12页 |
| ·YUV 颜色模型 | 第12页 |
| ·RGB 颜色模型 | 第12-13页 |
| ·XYZ 颜色模型 | 第13页 |
| ·HSL 颜色模型 | 第13-14页 |
| ·YIQ 颜色模型 | 第14页 |
| ·直方图均衡、伪彩色增强和L~xa~xb~x空间彩色距离 | 第14-16页 |
| ·直方图均衡 | 第14-15页 |
| ·伪彩色增强 | 第15-16页 |
| ·L~xa~xb~x 空间彩色距离 | 第16页 |
| ·贝叶斯框架下通过感知编组选取图像特征 | 第16-17页 |
| ·贝叶斯法则中A 值的选取及影响 | 第17-18页 |
| ·实验结果评估比较 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 小波变换后的二值模式检索 | 第20-27页 |
| ·图像的小波变换 | 第20-21页 |
| ·图像压缩后的二值化处理 | 第21-22页 |
| ·归一化方法 | 第22页 |
| ·相似形度量 | 第22-24页 |
| ·基于内容的图像检索 | 第24-26页 |
| ·本章结论 | 第26-27页 |
| 第四章 基于粒子群的K 均值聚类反馈 | 第27-34页 |
| ·基本粒子群优化算法 | 第27-28页 |
| ·基本粒子群算法描述 | 第27-28页 |
| ·基本粒子群算法流程 | 第28页 |
| ·基于粒子群的K 均值聚类相关反馈 | 第28-31页 |
| ·粒子群优化算法和聚类算法的数学描述 | 第29页 |
| ·粒子群聚类算法的编码与适应度选择 | 第29-30页 |
| ·基于粒子群的K 均值聚类算法对图像的筛选 | 第30-31页 |
| ·实验结果与分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 颜色、纹理及其不变矩综合特征检索算法 | 第34-45页 |
| ·颜色特征、纹理特征和不变矩特征向量的提取算法 | 第34-37页 |
| ·颜色特征向量的提取算法 | 第34-35页 |
| ·纹理特征向量的提取算法 | 第35-36页 |
| ·不变矩特征向量的提取算法 | 第36-37页 |
| ·特征的综合使用 | 第37-38页 |
| ·综合特征 | 第37页 |
| ·特征归一化 | 第37-38页 |
| ·图像不同特征的检索效果 | 第38-44页 |
| ·颜色特征的检索效果 | 第38-39页 |
| ·纹理特征的检索效果 | 第39-40页 |
| ·纹理和颜色综合特征的检索效果 | 第40-41页 |
| ·纹理和不变矩综合特征检索效果 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 图像检索系统设计与实现 | 第45-54页 |
| ·系统设计原理 | 第45页 |
| ·基于内容的图像检索系统模块功能 | 第45-46页 |
| ·图像预处理模块 | 第45页 |
| ·目标标识 | 第45页 |
| ·特征提取模块 | 第45-46页 |
| ·用户查询接口模块 | 第46页 |
| ·查询处理模块 | 第46页 |
| ·图像匹配模块 | 第46页 |
| ·图像数据库 | 第46页 |
| ·图像数据库检索系统 | 第46-47页 |
| ·系统界面 | 第47-51页 |
| ·本检索系统和现有图像检索系统比较 | 第51-54页 |
| ·现有图像检索系统及其基本性能 | 第51-52页 |
| ·改进后的本检索系统基本性能 | 第52-54页 |
| 第七章 总结与展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第60页 |