文摘
英文文摘
1.引言
1.1 CBIR技术的背景
1.2 CBIR技术的概念
1.3 CBIR技术的应用
1.4 CBIR技术的发展
1.5本文的主要工作
1.6论文的结构
2.CBIR的基本技术
2.1特征提取
2.2相似性度量
2.3检索模式
2.4相关反馈
2.5性能评价标准
2.6系统结构设计
3.基于不同特征的图象检索技术
3.1基于颜色特征的检索
3.1.1颜色模型
3.1.2直方图相交方法
3.1.3累积直方图方法
3.1.4分块主颜色方法
3.1.5颜色矩方法
3.1.6小结
3.2基于纹理特征的检索
3.2.1共生矩阵方法(co-matrix)
3.2.2小波变换方法(wavelettransform)
3.2.3离散余弦变换(DCTtransform)
3.2.4小结
3.3基于形状特征的检索
3.3.1基于轮廓特征的方法
3.3.2基于区域特征的方法
3.3.3区域约束方法
3.3.4小结
3.4基于空间关系特征的检索方法
3.4.1基于目标结构的方法
3.4.2基于目标关系的方法
3.4.3借助草图检索的方法
3.4.4小结
3.5综合多种特征的检索方法
3.5.1不同特征的相对特点
3.5.2特征综合及应用
4.CBI R技术在农业信息化中的应用研究
4.1应用需求分析
4.2应用模式分析
4.3检索算法研究
4.3.1农作物图象库的特点及分析
4.3.2算法概述
4.4检索算法实现
4.4.1颜色特征的提取
4.4.2纹理特征的提取
4.4.3相似性度量
5.使用CBIR技术构造检索系统的实践
5.1 PictureFind系统概述
5.2系统结构设计
5.3索引过程的实现
5.4检索过程的实现
5.5检索实验研究
5.5.1测试数据的准备
5.5.2不同特征对相同图集的性能比较
5.6结果
6.总结与展望
6.1本文的总结
6.1.1考虑图象相关性原则
6.1.2期待统一的性能评价标准
6.1.3本文的创新
6.1.4经验与收获
6.2展望
6.2.1下一步的工作
6.2.2语义和情感层次的检索
6.2.3采用MPEG-7标准
参考文献
攻读硕士学位期间参加的主要科研项目
攻读硕士学位期间发表的论文
致谢
首都师范大学;