第1章 基于内容图像检索技术概述 1
1.1 图像检索的发展 1
1.2 基于内容图像检索的系统结构 2
1.3 基于内容图像检索的特点 3
1.4 基于内容图像检索方法的分类 3
1.4.1 外部图例查询 3
1.4.2 内部图例查询 4
1.4.3 草图查询 4
1.4.4 综合检索方法 5
1.5 基于内容图像检索的应用 6
1.6 基于内容图像检索的典型系统 7
1.6.1 QBIC 7
1.6.2 Virage 8
1.6.3 Retrieval Ware 8
1.6.4 Photobook 8
1.6.5 VisualSEEK和WebSEEK 9
1.6.6 Netra 11
1.6.7 MARS 11
1.6.8 SIMPLIcity 11
1.6.9 其他系统 13
参考文献 13
第2章 基于颜色特征的图像检索 17
2.1 原色系统 17
2.2 颜色空间的变换 18
2.2.1 线性变换颜色空间 19
2.2.2 Munsell颜色表系统 21
2.2.3 CIE颜色空间 21
2.2.4 HSV颜色空间 22
2.3 颜色量化 24
2.3.1 颜色量化的定义 24
2.3.2 常用的色彩量化方法 24
2.4 基本颜色特征的表达及相似性度量 35
2.4.1 颜色直方图 35
2.4.2 二值颜色集 36
2.4.3 模糊颜色直方图 36
2.4.4 度量方法 40
2.5 结合颜色与空间信息的图像检索方法 43
2.5.1 分块的颜色矩方法 43
2.5.2 颜色关联图 45
2.5.3 颜色一致向量 47
2.5.4 空间颜色直方图 50
2.6 基于彩色特征点的对象查询 51
2.6.1 图像预处理 51
2.6.2 彩色特征点的选取 51
2.6.3 彩色特征点的表征 52
2.6.4 相似性度量 53
2.6.5 索引和搜索策略 53
2.6.6 实验结果及分析 54
2.7 小结 55
参考文献 55
第3章 基于形状特征的图像检索 61
3.1 图像增强 61
3.1.1 图像增强方法分类 62
3.1.2 基于粗糙集的增强算法 62
3.1.3 图像增强算法评价 63
3.2 图像分割 65
3.2.1 图像分割的定义 65
3.2.2 数据驱动的分割 65
3.2.3 模型驱动的分割 66
3.3 图像规格化 70
3.4 形状特征描述 72
3.4.1 简单的形状全局特征描述子 72
3.4.2 典型的形状特征检索方法 76
3.5 小结 95
参考文献 95
第4章 基于纹理特征的图像检索 99
4.1 空间域纹理分析 99
4.1.1 人眼视觉感受的Tamura纹理特征 99
4.1.2 改进的游程长度方法 102
4.1.3 Laws纹理能量方法 104
4.1.4 自相关函数方法 105
4.1.5 纹理谱方法 105
4.1.6 LBP算法 106
4.1.7 灰度共生矩阵方法 107
4.1.8 灰度-梯度共生矩阵方法 110
4.2 基于频率域的纹理分析方法 112
4.2.1 傅里叶变换法 112
4.2.2 基于傅里叶变换的纹理特征提取 113
4.3 空间／频率域联合纹理分析法 114
4.3.1 基于Gabor滤波的纹理特征提取 114
4.3.2 基于小波变换的纹理特征提取 116
4.4 分形纹理特征 126
4.4.1 分形的理论基础 126
4.4.2 分形维数的估计方法 126
4.5 小结 128
参考文献 128
第5章 基于空间关系的图像检索 131
5.1 图像中对象的表示 131
5.2 图像中对象间的拓扑关系 132
5.2.1 拓扑描述的数学基础——点集拓扑 132
5.2.2 拓扑空间关系描述——九元交模型 134
5.3 图像中对象的方向关系 135
5.3.1 点状对象间方向关系描述 136
5.3.2 面状对象间方向关系描述 137
5.4 二维投影间隔关系 138
5.5 空间相似性算法 140
5.5.1 常用的空间相似性算法 140
5.5.2 旋转修正角 141
5.5.3 旋转修正的相似性算法 143
5.6 小结 144
参考文献 144
第6章 基于语义的图像检索 147
6.1 图像检索中的语义处理方法 147
6.1.1 图像语义层次模型 147
6.1.2 图像语义提取方法 148
6.2 自动语义标注 149
6.2.1 无监督语义标注 149
6.2.2 监督语义标注 150
6.3 基于语义空间的图像检索 152
6.3.1 基于图像流形的相关反馈 153
6.3.2 基于图像流形的表示 154
6.4 基于情感模型的感性图像检索 156
6.4.1 情感模型 156
6.4.2 感性图像检索 158
6.4.3 实验分析 159
6.5 小结 161
参考文献 161
第7章 综合多特征的图像检索 165
7.1 多特征组合的相似性度量结构 165
7.2 结合颜色与形状特征的图像检索 166
7.3 结合形状与空间位置特征的图像检索 168
7.3.1 形状特征的匹配 168
7.3.2 空间位置关系的匹配 169
7.3.3 二值商标图像的形状与空间位置匹配方法 170
7.3.4 实验及结果 171
7.4 综合颜色、形状和空间位置的图像检索 172
7.4.1 图像分割 172
7.4.2 颜色、形状和空间特征的提取 172
7.4.3 相似度计算 172
7.5 结合形状与纹理特征的图像检索 173
7.6 小结 174
参考文献 174
第8章 三维模型检索 177
8.1 三维模型检索综述 177
8.1.1 统计特征提取方法 178
8.1.2 骨架提取方法 180
8.1.3 几何学的特征提取方法 181
8.1.4 方法比较 182
8.2 三维模型检索技术 183
8.2.1 基于形状的检索技术 183
8.2.2 基于拓扑结构的检索技术 187
8.2.3 基于图像比较的检索技术 188
8.3 小结 189
参考文献 189
第9章 图像检索中的特征优化 193
9.1 特征选择优化 193
9.2 特征选择评价 194
9.2.1 特征必备特点 194
9.2.2 特征选择评价 194
9.3 特征选择算法 199
9.3.1 特征选择算法概述 199
9.3.2 顺序特征选择算法 200
9.3.3 基于主成分分析的特征选择算法 201
9.3.4 基于遗传算法的特征选择算法 203
9.3.5 基于粗糙集的特征选择算法 204
9.4 小结 208
参考文献 208
第10章 图像检索中的相关反馈过程优化 211
10.1 移动查询点 212
10.2 特征权重的调整方法 212
10.2.1 特征内部归一化 214
10.2.2 特征之间的归一化 215
10.2.3 图像特征权重的调整 215
10.3 确定最优查询规则的方法 217
10.4 基于支持向量机的相关反馈图像检索算法 218
10.5 基于记忆学习的图像检索模型 219
10.5.1 图像语义连接网络 220
10.5.2 基于语义连接网络的图像聚类 222
10.5.3 图像间潜在语义相似性分析 223
10.5.4 图像间基于语义的相似性 224
10.6 小结 225
参考文献 225
第11章 图像检索系统性能评价 229
11.1 建立大规模的测试数据集 229
11.2 获取相关性评价的通用方法 230
11.3 量化评价方法 230
11.3.1 查全率和查准率 231
11.3.2 排序评价方法 232
11.3.3 匹配百分数 232
11.3.4 tau系数 233
11.3.5 检索评分法 233
11.3.6 相似性排序百分比（PSR） 235
11.4 小结 235
参考文献 235
第12章 基于内容图像检索的原型系统及应用实例 239
12.1 基于内容图像检索原型系统 239
12.1.1 基于内容的二维图像检索原型系统 239
12.1.2 基于相关反馈的图像检索原型系统 243
12.1.3 基于内容的三维模型检索原型系统 245
12.2 基于内容的图像检索应用实例 249
12.2.1 医学影像数据库中的应用 249
12.2.2 数字博物馆的Web查询 251
12.2.3 乳腺癌辅助诊断系统中的应用 252
12.2.4 基于相关反馈的文物图像语义标注 253