第1章 图像检索与基本开发平台 1
1.1概述 1
1.2典型的基于内容的图像检索系统 3
1.3检索性能的评价标准 5
1.4开发环境介绍 6
1.5集成开发环境的基本操作 8
1.6开发编程步骤 16
1.7图像检索系统的基本框架 19
第2章 图像的基本概念和操作 24
2.1基本概念 24
2.2常见的图像格式 26
2.3图像文件格式的基本参数 27
2.4图像的BMP文件格式 28
2.5 BMP图像的基本操作 32
2.6基本操作实例 42
第3章 基于颜色的图像检索 44
3.1颜色的属性 44
3.2几种颜色模型 45
3.3颜色特征提取的基本方法 51
3.4颜色特征提取方法的实现 53
3.5基于参考颜色表法的图像检索实现 59
3.6基于块RGB均值法的图像检索实现 82
第4章 特征比较 87
4.1特征空间 87
4.2欧氏距离 87
4.3街区距离 88
4.4直方图相交法 88
4.5二次式距离 89
4.6马氏距离 89
4.7几种距离算法的比较 89
第5章 基于纹理特征的图像检索 92
5.1几种纹理特征的提取方法 93
5.2基于像素域的纹理检索 94
5.3基于变换域的纹理检索 98
5.4基于纹理的图像检索实现 105
5.5图像特征的高斯归一化 115
第6章 基于混合特征的图像检索 116
6.1检索特征选择 116
6.2特征权值分配 116
6.3特征权重调整 117
6.4混合特征的图像检索实现 118
第7章 图像检索的相关反馈 126
7.1相关反馈的概念 126
7.2相关反馈中的学习问题 127
7.3短期学习 129
7.4长期学习 130
7.5基于短期学习的图像检索 132
7.6基于日志库分析的长期学习 143
第8章 图像检索中的并行设计 148
8.1并行算法设计原理 148
8.2图像库特征提取模块的并行设计 152
8.3查询模块的并行设计 154
8.4并行测试实例 159
第9章 图像检索中的高维索引 168
9.1高维数据的空间分布特征 168
9.2高维数据的几种常用查询方式 170
9.3向量空间索引结构 172
9.4度量空间索引结构 185
9.5向量空间索引结构和度量空间索引结构的异同 188
9.6索引结构的并行处理 188
9.7几种常用的相似性检索算法 190
9.8 BlockB—Tree：一种从高维转换到一维的索引结构 192
9.9结合聚类的BlockB—Tree扩展 205
主要参考文献 220