声明
摘要
1 绪论
1.1 研究背景及意义
1.2 基于内容的图像检索技术
1.2.1 基于内容的图像检索技术简介
1.2.2 基于内容的图像检索技术的发展
1.2.3 国内外发展现状
1.2.4 基于内容的图像检索技术的应用
1.3 本文的研究内容和组织结构
2 CBIR技术介绍
2.1 基于内容的图像检索系统
2.2 图像颜色特征
2.2.1 颜色空间
2.2.2 颜色特征
2.3 纹理特征
2.3.1 灰度共生矩阵
2.3.2 LBP纹理特征
2.3.3 Tamura纹理特征
2.3.4 Gabor滤波法
2.4 形状特征
2.5 图像的相似性度量
2.6 图像检索系统性能指标和评价准则
2.7 本章小结
3 基于角点特征的图像检索
3.1 图像特征提取
3.1.1 角点检测
3.1.2 纹理特征提取
3.1.3 形状特征提取
3.2 相似性度量
3.3 实验分析
3.4 本章小结
4 基于显著性加权和角点特征的图像检索
4.1 视觉显著模型介绍
4.1.1 Itti显著性特征检测(Itti模型)
4.1.2 基于图论的显著图模型(GBVS算法)
4.1.3 Achanta等提出的显著图模型(AC算法)
4.1.4 基于剩余谱方法的显著图模型(SR算法)
4.1.5 Achanta等提出的显著图模型(IG算法)
4.1.6 Ma等人提出的算法(MZ算法)
4.1.7 六种显著算法比较
4.2 加权特征提取
4.3 实验分析
4.4 本章小结
5 总结与展望
5.1 本文工作总结
5.2 存在的问题和进一步的工作
致谢
参考文献
附录