文摘
英文文摘
声明
第一章CBIR概述
1.1背景
1.2科学意义
1.3 CBIR概念模型
1.4本论文的研究内容
1.5本论文所用到的算法评价标准
1.6本论文的工作和章节安排
第二章聚类分析技术概述
2.1聚类分析技术
2.1.1相似性度量
2.1.2聚类准则函数
2.2基于划分的聚类算法(Partitioning algorithm)
2.3概率聚类算法
2.3.1混合模型
2.3.2 EM算法
第三章图像的颜色空间选取与边缘检测概述
3.1颜色空间的选取
3.1.1 RGB颜色空间
3.1.2 HSV颜色空间
3.1.3 RGB与HSV颜色空间的相互转换
3.2图像的边缘检测
3.2.1 Canny边缘检测算子
3.2.2图像的边缘连接
第四章基于目标区域的色彩聚类与空间关系的CBIR算法
4.1图像目标区域的提取
4.2利用iMCCV算法确定目标区域色彩聚类个数
4.3基于图像分块与八连通技术确定初始聚类中心点算法(DBEC)
4.5目标区域色彩聚类间的空间关系表达
4.6图像间的相似度计算
4.7基于目标区域的色彩聚类与空间关系的CBIR算法描述
4.8实验结果及分析
4.8.1待检索图像及图像的查全率和查准率
4.8.2 ORCS算法测试
第五章结束语
5.1本文总结
5.2研究展望
参考文献
研究生期间发表的论文和参加的项目
致谢