包邮图像检索原理与实践

第1章 图像检索与基本开发平台 
  1.1 概述 
  1.2 典型的基于内容的图像检索系统 
  1.3 检索性能的评价标准 
  1.4 开发环境介绍 
  1.5 集成开发环境的基本操作 
  1.6 开发编程步骤 
  1.7 图像检索系统的基本框架 
第2章 图像的基本概念和操作 
  2.1 基本概念 
  2.2 常见的图像格式 
  2.3 图像文件格式的基本参数 
  2.4 图像的bmp文件格式 
  2.5 bmp图像的基本操作 
  2.6 基本操作实例 
第3章 基于颜色的图像检索 
  3.1 颜色的属性 
  3.2 几种颜色模型 
  3.3 颜色特征提取的基本方法 
  3.4 颜色特征提取方法的实现 
  3.5 基于参考颜色表法的图像检索实现 
  3.6 基于块rgb均值法的图像检索实现 
第4章 特征比较 
  4.1 特征空间 
  4.2 欧氏距离 
  4.3 街区距离 
  4.4 直方图相交法 
  4.5 二次式距离 
  4.6 马氏距离 
  4.7 几种距离算法的比较 
第5章 基于纹理特征的图像检索 
  5.1 几种纹理特征的提取方法 
  5.2 基于像素域的纹理检索 
  5.3 基于变换域的纹理检索 
  5.4 基于纹理的图像检索实现 
  5.5 图像特征的高斯归一化 
第6章 基于混合特征的图像检索 
  6.1 检索特征选择 
  6.2 特征权值分配 
  6.3 特征权重调整 
  6.4 混合特征的图像检索实现 
第7章 图像检索的相关反馈 
  7.1 相关反馈的概念 
  7.2 相关反馈中的学习问题 
  7.3 短期学习 
  7.4 长期学习 
  7.5 基于短期学习的图像检索 
  7.6 基于日志库分析的长期学习 
第8章 图像检索中的并行设计 
  8.1 并行算法设计原理 
  8.2 图像库特征提取模块的并行设计 
  8.3 查询模块的并行设计 
  8.4 并行测试实例 
第9章 图像检索中的高维索引 
  9.1 高维数据的空间分布特征 
  9.2 高维数据的几种常用查询方式 
  9.3 向量空间索引结构 
  9.4 度量空间索引结构 
  9.5 向量空间索引结构和度量空间索引结构的异同 
  9.6 索引结构的并行处理 
  9.7 几种常用的相似性检索算法 
  9.8 blockb-tree：一种从高维转换到一维的索引结构 
  9.9 结合聚类的blockb—tree扩展 
主要参考文献