声明
摘要
1.1 研究背景及意义
1.2 图像检索研究现状
1.3 基于内容的图像检索研究现状
1.4 图像相似性度量方法研究现状
1.5 本文的研究内容
第2章 基于改进Hausdorff距离的图像检索方法
2.1 引言
2.2 Hausdorff距离改进及分析
2.3 基于CFHD距离的图像检索方法
2.3.1 基于CFHD距离的图像检索框架
2.3.2 基于CFHD距离的图像检索方法实现
2.4 实验结果及分析
2.4.1 验证实验设计
2.4.2 图像库选择
2.4.3 图像检索实验结果及其分析
2.5 本章小结
第3章 多特征度量DS融合图像检索方法
3.1 引言
3.2 多特征度量融合图像检索框架
3.3 基于CFHD距离的多特征度量等权重相加融合图像检索方法
3.4 基于CFHD距离的多特征度量DS融合图像检索方法
3.4.1 Dempster—Shafer理论
3.4.2 基于CFHD距离的多特征度量DS融合图像检索方法实现
3.5 实验结果及分析
3.5.1 验证实验设计
3.5.2 多特征度量等权重相加融合图像检索实验结果及其分析
3.5.3 多特征等权重相加融合噪声干扰下图像检索实验结果及其分析
3.5.4 多特征度量DS融合图像检索实验结果及其分析
3.6 本章小节
第4章 多特征度量融合可扩展词汇树SVT图像检索方法
4.1 引言
4.2 可扩展词汇树(SVT)模型
4.2.1 局部特征描述
4.2.2 视觉词典构造
4.2.3 特征编码
4.2.4 图像匹配
4.3 基于CFHD距离的SVT图像检索方法
4.4 基于信息融合的SVT图像检索方法
4.5 实验结果与分析
4.5.1 测试数据库
4.5.2 实验设置
4.5.3 性能分析
4.6 本章小结
结论
参考文献
攻读博士学位期间发表的论文
致谢
哈尔滨理工大学;