声明
摘要
第一章 绪论
1.1 课题的背景与研究意义
1.2 课题研究的现状
1.2.1 基于传统特征提取方法的图像检索技术
1.2.2 基于新型特征提取方法的图像检索技术
1.3 本文图像检索系统的结构和图像库
1.4 图像检索技术的相似度量函数
1.5 检索性能评价准则
1.6 论文的主要内容及结构安排
1.6.1 主要研究内容
1.6.2 论文结构安排
第二章 两种传统的图像检索技术
2.1 基于HSV空间颜色特征的图像检索
2.1.1 HSV颜色空间模型
2.1.2 颜色特征提取方法
2.1.3 实验结果分析
2.2 基于灰度共生矩阵的图像检索
2.2.1 灰度共生矩阵
2.2.2 灰度共生矩阵特征提取方法
2.2.3 实验结果分析
2.3 本章小结
第三章 基于哈希算法的图像检索技术
3.1 引言
3.2 感知哈希算法
3.2.1 感知哈希的构成与匹配
3.2.2 感知哈希的分类
3.2.3 感知哈希的特性
3.3 均值哈希算法及其改进算法在图像检索上的运用
3.3.1 均值哈希算法对图像特征的提取
3.3.2 改进型的均值哈希算法对图像特征的提取
3.3.3 实验结果分析
3.4 本章小结
第四章 基于SIFT算法的图像检索技术
4.1 引言
4.2 SIFT算法的原理
4.2.1 尺度空间极值检测
4.2.2 关键点定位
4.2.3 关键点方向的确定
4.2.4 关键点的描述和匹配
4.3 SIFT算法在图像检索上的运用
4.3.1 SIFT算法对图像特征的提取
4.3.2 实验结果分析
4.4 本章小结
第五章 基于CNN算法的图像检索
5.1 引言
5.2 经典的卷积神经网络
5.2.1 经典的卷积神经网络模型
5.2.2 神经元
5.2.3 卷积层
5.2.4 子采样层
5.2.5 梯度计算
5.3 本文CNN模型及对图像特征的提取方法
5.4 实验结果分析
5.4.1 基于CNN的图像检索技术实验结果分析
5.4.2 本文算法的实验比较
5.5 本章小结
第六章 总结和展望
6.1 工作总结
6.2 研究展望
参考文献
致谢
攻读学位期间的研究成果