王华秋，教授，2003年7月至今在重庆理工大学计算机学院任教，2003年至2006年主讲计算机网络课程，2006年至2008年主讲软件工程和数据挖掘课程，2008年至今主讲.NET方向和数据挖掘课程。2005年评为讲师，2007年评为副教授，2012年评为教授，从事数据挖掘及其应用软件开发方面的研究，主持完成了3项省部级项目，1项国j级项目，发表核心期刊论文20余篇，被EI检索10余篇。从2008年开始，对.NET方向的系列课程的教案和课件进行了总结，主编并出版了两本相关教材，2009年7月的清华大学出版社《Visual C#.NET程序设计基础教程》，ISBN号为9787302201175，2011年6月的清华大学出版社《Visual C#.NET实验与案例教程》， ISBN号为9787302246886。

本书介绍智能图像检索领域的一些z新研究工作。书中的图例全部出自开发者程序运行得到的图例，都在Visual C#.NET 2015和Matlab 2012平台上进行了编译调试通过。本书是在2014年国家社会科学基金一般项目“数字图书馆智能图像检索系统研制”（No.14BTQ053）的资助下完成的。

目录

第1章绪论

1.1课题来源与研究背景

1.2研究现状综述

1.2.1国内研究现状

1.2.2国外研究现状

1.3研究的目的和意义

1.3.1研究目的

1.3.2研究意义

1.4研究内容和方法

1.4.1研究内容

1.4.2研究方法

1.5特色和创新点

1.5.1特色

1.5.2创新点

1.6课题的理论框架与研究思路

1.6.1课题的理论框架

1.6.2课题的研究思路

1.7本章小结

参考文献

第2章基于底层特征的图像检索

2.1数字图书馆图像收集

2.1.1网页信息收集

2.1.2网页信息分析

2.2图像筛选

2.2.1图像类和图形类图片的区分

2.2.2照片和类照片图片的区分

2.2.3图像格式区分

2.3图像颜色特征的提取

2.3.1颜色直方图

2.3.2颜色累计直方图

2.3.3颜色聚合向量

2.3.4颜色相关图

2.3.5颜色布局描述符

2.3.6颜色熵

2.3.7颜色矩

2.4图像纹理特征的提取

2.4.1灰度共生矩阵

2.4.2灰度梯度共生矩阵

2.4.3灰度游程长度

2.4.4基于结构法的纹理描述

2.4.5LBP纹理特征

2.4.6Tamura纹理模型

2.4.7基于小波变换的纹理模型

2.4.8基于Gabor滤波器的纹理特征

2.4.9基于随机分形的纹理模型

2.4.10图像自相关函数模型

2.4.11Laws纹理能量

2.5图像形状特征的提取

2.5.1边缘方向直方图

2.5.2Harris角点直方图

2.5.3方向梯度直方图

2.5.4图像七阶不变矩

2.5.5基于几何参数的形状描述

2.6图像空间关系特征的提取

2.7各种图像特征的特点

2.8基于综合特征的图像检索

2.8.1特征归一化

2.8.2结合颜色和纹理的图像检索

2.8.3结合颜色和形状的图像检索

2.8.4结合纹理和形状的图像检索

2.9基于底层特征的图像检索性能比较

2.9.1相似度度量方法

2.9.2性能评价指标

2.9.3实验数据

2.9.4实验设备

2.9.5实验结果

2.9.6实验结论

2.10本章小结

参考文献

第3章基于视觉词袋的图像检索

3.1基于视觉词袋的图像检索

3.2基于Sift特征描述子的视觉词袋模型

3.3改进的图像描述子

3.3.1Sobel算子

3.3.2Roberts算子

3.3.3Canny算子

3.3.4Prewitt算子

3.3.5LoG算子

3.3.6ZeroCross算子

3.4构造视觉词典方法

3.5生成视觉直方图

3.6图像检索

3.7词袋模型的图像检索性能比较

3.7.1图像特征

3.7.2相似度度量方法

3.7.3检索性能指标

3.7.4实验数据

3.7.5实验设备

3.7.6参数设置

3.7.7实验与分析

3.7.8实验结论

3.8本章小结

参考文献

第4章基于深度学习的图像检索

4.1深度卷积神经网络的图像特征提取

4.1.1网络前向传播

4.1.2网络分类

4.1.3网络训练

4.2改进的深度卷积神经网络

4.2.1PCA算法降维

4.2.2RBM算法降维

4.3图像检索

4.4基于深度学习的图像检索性能比较

4.4.1图像特征

4.4.2相似度度量方法

4.4.3检索性能指标

4.4.4实验数据

4.4.5实验设备

4.4.6网络结构

4.4.7实验与分析

4.4.8实验结论

4.5本章小结

参考文献

第5章基于聚类索引的图像检索

5.1聚类索引的研究现状

5.2基于特征聚类的图像检索流程

5.3聚类算法

5.3.1KMeans算法

5.3.2KMedoids算法

5.3.3FCM算法

5.3.4ISODATA算法

5.3.5DBSCAN算法

5.3.6基于信赖域优化的DBSCAN算法

5.4基于聚类索引的图像检索性能比较

5.4.1聚类性能指标

5.4.2图像特征

5.4.3相似度度量方法

5.4.4性能指标

5.4.5实验数据

5.4.6实验环境

5.4.7实验与分析

5.5本章小结

参考文献

第6章基于语义标注的图像检索

6.1图像资源获取与语义标注

6.2图像语义提取

6.2.1图像语义关联信息提取

6.2.2图像语义关键词提取

6.2.3关键词主题聚类

6.3图像语义标注

6.3.1特征提取

6.3.2语义标注模型

6.4基于语义标注的图像检索

6.5基于语义标注的图像检索性能比较

6.5.1图像特征

6.5.2相似度度量方法

6.5.3性能指标

6.5.4实验数据

6.5.5实验环境

6.5.6实验与分析

6.6本章小结

参考文献

第7章基于情感标注的图像检索

7.1图像情感检索研究现状

7.2图像颜色模型

7.2.1RGB和CMYK颜色模型

7.2.2HSV颜色模型

7.2.3YCbCr颜色模型

7.3情感标注规则

7.4艺术类图像判断

7.5图像情感标注

7.6基于情感标注的图像检索

7.7基于情感标注的图像检索性能比较

7.7.1图像特征

7.7.2相似度度量方法

7.7.3性能指标

7.7.4实验数据

7.7.5实验环境

7.7.6实验与分析

7.8本章小结

参考文献

第8章基于视频关键帧的视频检索

8.1视频数据库

8.2视频数据库管理

8.3视频组织

8.4镜头检测

8.4.1镜头分割

8.4.2帧间像素比较

8.4.3帧间直方图比较

8.4.4感知哈希法

8.5视频关键帧提取

8.5.1研究经验

8.5.2快速密度峰值聚类算法

8.5.3优化的密度峰值聚类算法

8.5.4基于优化DP聚类的关键帧提取

8.6基于视频关键帧的图像检索

8.7视频检索实验分析

8.7.1图像特征

8.7.2相似度度量方法

8.7.3实验数据

8.7.4实验环境

8.7.5性能指标

8.7.6实验结果与分析

8.8本章小结

参考文献

第9章基于相关反馈的图像检索

9.1反馈的必要性

9.2相关反馈

9.3基于目标的自适应反馈

9.4关联反馈

9.5相关反馈和关联反馈的比较

9.6基于回声状态网络的相关反馈算法

9.6.1算法流程

9.6.2ESN结构

9.6.3储备池参数

9.6.4模式搜索算法优化储备池参数

9.7实验与分析

9.7.1图像特征

9.7.2相似度度量方法

9.7.3性能指标

9.7.4实验数据

9.7.5实验环境

9.7.6实验与分析

9.8本章小结

参考文献

第10章数字图书馆的智能图像检索系统实现

10.1需求分析

10.1.1系统参与者

10.1.2系统用例图

10.2概要设计

10.2.1系统服务模式

10.2.2系统功能模块

10.2.3系统业务流程

10.3详细设计

10.3.1系统数据库设计

10.3.2系统界面设计

10.3.3系统通信协议设计

10.4系统实现与测试

10.4.1实验数据库测试

10.4.2数字图书馆视频数据库测试

10.4.3数字图书馆图像数据库测试

10.5本章小结

参考文献

第11章总结与展望

11.1总结

11.1.1研究结论

11.1.2研制成果

11.2展望