一、压缩域图像检索技术的研究（论文文献综述）
王艺璇[1]（2016）在《基于压缩感知的图像检索方法的研究与实现》文中提出近年来,随着互联网与多媒体技术的飞速发展,特别是各种数码设备的普及,人们的生活已经与数字图像密不可分。然而,对于这些前所未有的海量图像数据如何进行有效的管理、分析已然成为了亟待解决的问题。图像检索领域从20世纪70年代开始发展,直到90年代提出的基于内容的图像检索成为图像检索方向一个重要的里程碑。基于内容的图像检索技术的关键在于提取能够最大程度上表示图像的特征,这也是一直以来研究的热点问题。2004年,压缩感知理论被提出,它突破了传统采样理论的束缚,为信号采集领域带来了革命性的突破。因此,将压缩感知理论与图像检索相结合,为图像检索方向开拓了新的研究思路,在准确检索图像的同时,大大减少了图像处理的时间。所以,研究基于压缩感知的图像检索技术具有重要的现实意义和应用前景。本文从压缩感知技术的理论基础开始,分析了其研究现状和发展前景,同时分析了基于内容的图像检索技术的设计原理和过程,提出了两种基于压缩感知的图像检索方法:基于压缩感知的区域图像检索方法和基于压缩感知的压缩域图像检索方法。并详细介绍了两种结合压缩感知理论的图像检索方法的设计原理与实现方案。通过与经典的基于内容的图像检索方法的对比实验,证明本文提出的两种图像检索方法具有很好的检索效果,节省了检索时间,提高了检索效率,同时保证了查全率与查准率,具有一定的现实应用场景。基于压缩感知的图像检索方法刚处于探索阶段,仍具有很大的研究空间。本文提出的检索方法具有检索准确性高和检索速率快的优点。其中,基于压缩感知的区域图像检索方法适用于图像的精确检索领域。而基于压缩感知的压缩域图像检索方法可用于直接检索压缩后的图像,如对压缩采样的遥感图像无需恢复即可进行检索。这为未来图像检索技术的发展与应用提供了有利尝试。
程航[2]（2016）在《密文JPEG图像检索研究》文中提出随着云计算技术的快速发展,为了操作便利和存储成本节省,越来越多的用户将多媒体数据存储在云端服务器。但考虑到隐私泄露问题,用户在上传数据到云端服务器之前往往需要对明文多媒体数据进行加密操作,然而这种操作不利于多媒体数据的进一步处理,比如数据压缩、信息检索等。因此,如何才能同时满足隐私保护和高效检索性能的双重要求是目前密文域图像检索迫切需要解决的问题。本文围绕密文域图像检索的前沿性问题,对密文域图像检索技术中的图像加密、图像检索以及JPEG压缩编码进行较为深入的研究,取得的主要成果如下:1.结合DCT系数统计特性的密文JPEG图像检索提出了一种基于DCT系数统计直方图的密文JPEG图像检索方案,其包含图像加密、非监督机制图像检索和监督机制图像检索三部分内容。在该方案下,存储到服务器的密文JPEG图像是通过置乱DCT系数来实现的。在图像检索过程中,当获得一幅密文查询图像时,服务提供者在不知道图像明文内容的情况下,仍可从密文图像中统计出每个频率位置上的DCT系数直方图,并利用加密前后DCT系数直方图不变性,计算出密文查询图像和密文数据库图像间对应DCT系数直方图的距离,然后依据距离值排序结果返回与查询图像相似的密文图像集。同时,在训练集可获知的情况下,检索结果可由基于条件概率的监督机制来确定。2.利用AC系数直方图不变性的密文JPEG图像检索提出一种利用AC系数直方图不变性的密文JPEG图像检索方案。采用该方案,图像内容所有者利用流密码技术和置乱加密技术分别对JPEG图像的DC和AC系数进行加密,然后把加密后的图像存储到服务器。当接收到密文图像查询请求时,服务提供者无需知道明文内容即可从密文查询图像统计出AC系数直方图分布,据此计算出密文查询图像与数据库图像间的距离,最后返回与查询图像最相似的密文图像集给授权用户。3.联合马尔科夫过程和多分类支持向量机的密文图像检索提出一种基于马尔科夫过程和多分类支持向量机的密文JPEG图像检索方案。在图像加密阶段,为了保护图像内容隐私,内容所有者主要对DCT系数熵编码后位序列中VLI码进行流密码异或加密,以获得密文JPEG图像。在图像检索阶段,服务提供者从密文查询图像中可提取出768维图像特征,该特征是利用马尔科夫过程对块内、块间和颜色分量间的相关性进行建模,并通过马尔科夫过程状态转移概率矩阵来提取的。为了进一步降低特征的维数,我们利用多分类支持向量机技术把768维特征变换为一个低维的图像特征向量,据此计算出密文查询图像和图像库图像间的相似性。在客户端,授权用户借助相应的密钥可解密出所返回与查询图像相似的密文图像。4.基于新块特征描述符的安全JPEG图像检索提出一种基于新块特征描述符的密文域图像检索方案。该方案主要通过对DCT系数熵编码和量化表位序列修改来实现JPEG位流加密,从而获得图像内容所有者所需上传的密文JPEG图像。同时,为了便于服务提供者在不知道明文内容情况下仍可提取到有效的图像特征,我们设计了一个块特征描述符用来捕捉密文JPEG图像块内AC系数的局部结构。利用该特征描述符,可以把JPEG图像中任意一块的所有AC系数转化为5维特征向量,随后利用5维特征向量加密前后不变性和逐块查找机制,服务提供者能够度量密文查询图像和密文图像库里任一幅图像的相似度,从而实现检索目的。实验结果表示所提方案可以满足隐私保护且具有高效检索性能,同时保持JPEG格式兼容和文件大小不变。本文对JPEG图像的压缩编码、位流结构、图像加密与明文图像检索技术进行了深入研究,为密文域图像检索提供了几种简单且有效方法,在一定程度上推动了密文域图像检索领域的发展。
卓力,龙海霞,彭远帆,李晓光,张菁[3]（2016）在《加密域图像处理综述》文中研究说明随着人们越来越关心隐私安全问题,关于加密域信号处理的研究得到了广泛关注,而往往包含大量个人隐私的图像也有必要以隐私保护的方式进行处理.回顾了近年来加密域图像处理中的各种领域,包括基本的图像处理技术,如加密域的线性变换、线性滤波和特征提取,以及进一步的图像处理应用,如安全图像隐写、安全图像检索和加密图像压缩,并且总结了这些方向的研究趋势和前景.
郭伦昊[4]（2015）在《基于内容的图像压缩域检索方法研究》文中研究指明随着图像压缩技术的发展,越来越多的图像使用压缩格式进行传输和存储。随着智能手机、数码相机等数码设备的普及,各种图像压缩标准如:JPEG,MPEG在日常生活中得到了广泛应用。基于内容的图像检索成为了近二十年来的研究热点之一。传统的基于内容的图像检索算法都是在像素域中进行的,这需要首先将压缩域图像解压缩到像素域后提取图像特征。将图像解压后进行特征提取存在两方面的问题:一方面,在经过有损压缩后,即使将压缩图像解压缩还原到像素域,压缩过程已被损失的信息也无法被还原,在像素域处理无法表达更多信息;另一方面,图像解压缩的过程较为耗时,且解压缩后要处理的数据更多。在这样的背景下,本文围绕压缩域图像特征处理技术,从图像检索与图像特征提取相结合的角度,对于压缩域图像检索技术作了一系列探索性的研究。主要内容如下:1.在前人研究的基础上,本文提出了一种在压缩域中提取JPEG图像统计纹理特征的算法。对JPEG图像的YCb Cr三个分量中的DCT系数分别进行不同的分析,在亮度分量中得到了DCT子块分布直方图特征,在两个色度分量中得到了DCT子块的交流系数分布直方图特征。2.将本文提出的JPEG图像特征提取算法应用到图像检索中,在Corel1000数据集上进行了测试,对检索结果的准确率、召回率、P-R曲线、平均准确率等指标进行了统计,并与现有的两种压缩域图像特征提取算法进行对比。实验表明,本文提出的基于DCT系数的JPEG图像统计纹理特征提取算法取得了较好的效果,具有较强的实际应用价值。
张琴[5]（2014）在《分形编码在图像检索中的应用》文中进行了进一步梳理由于图像分形压缩编码的参数能够有效地反应图像的本质特征，因此分形编码技术作为一种新兴的图像压缩技术，已被广泛地运用于图像检索领域。压缩域的图像检索已成为基于内容的图像检索的研究热点之一，该技术无需全解压操作，对计算资源的需求相对较低，因此，图像检索的实时性、高效性和灵活性较高。该技术适用于Internet网的图像检索查询、动态数据库以及手持网络终端等计算资源有限的环境，对网络信息安全也具有十分重要的意义。论文的主要研究工作有：1.在基本分形编码算法的基础上研究了正交化分形编码算法，通过实验验证了正交化分形解码的速度高于基本分形解码的速度，并且解码图像的PSNR值也较高。与此同时，采用了将分形参数中的拼贴误差用于图像检索的方法，实验表明，图像的拼贴误差能够有效地反映图像的本质特征。2.将正交化分形编码算法与核密度估计相结合并运用于图像检索。首先对提取的分形编码参数进行预处理，利用核密度估计方法对参数进行统计分析，该方法能够有效地获取纹理图像的统计特征并将其作为检索索引，从而降低了图像检索过程中数据计算的复杂度，同时相对于其他的非参数统计方法如直方图方法，图像检索的准确率有了显着提高。3.根据核带宽对核密度估计结果的影响，利用能够根据参数分布的情况而变化的变带宽核密度估计方法进行统计分析，并得到分形编码参数及拼贴误差的特征向量作为检索索引，实验表明，该算法降低了计算复杂度的同时也提高了检索准确率。4.提出了一种联合参数的图像检索方法，首先从分形编码中提取鲁棒性（旋转、平移、缩放等不变性）索引，即从由值域块均值R构成的解码近似图像中提取改进的Hu不变矩特征量作为检索索引，再与分形编码参数的核密度估计统计特征相结合，采用两个索引的加权和来比较图像的相似度。实验结果表明，使用两个索引的加权和比使用单独索引具有更好的检索结果。
张瑞年[6]（2012）在《基于SIFT特征的视频拷贝检测技术研究与实现》文中研究指明视频拷贝检测技术作为数字视频版权保护的一种有效手段，其核心问题是视频特征信息的提取和匹配算法。采用鲁棒性及区分性更好的视频图像特征将有利于视频信息的准确表达，并能进一步改善视频拷贝检测效果。目前，关键帧匹配框架下的非压缩域和压缩域视频拷贝检测方法均存在因视频数据时域和空域信息利用不充分而造成的视频特征鲁棒性和可区分性较差的问题；同时基于局部特征的视频拷贝检测也存在高复杂度的问题。本文针对上述问题展开专门研究。SIFT特征是当前公认的性能较好的图像局部点特征。论文以连续视频帧图像SIFT特征的时空特性入手，针对视频特征鲁棒性和可区分性较差的问题，提出了基于非压缩域的时空联合SIFT特征视频拷贝检测方法；针对非压缩域方法的高复杂度问题，通过在DCT域构造约简图像，提出了基于DCT域的时空联合SIFT特征视频拷贝检测方法；最后，设计了DCT域与非压缩域级联的视频拷贝检测系统，实现了较高检测精度和检测速度的结合。本文的主要创新点包括：1)提出了一种非压缩域的时空联合SIFT视频特征以及对应的视频拷贝检测方法。在对连续视频序列进行SIFT特征时空特性分析的基础上，以帧间SIFT特征匹配数量关系为切入点，提出了基于SIFT特征的镜头检测技术和“局部趋同、全局异化”的时空联合SIFT视频特征提取方法，并进而现了非压缩域的时空联合SIFT特征视频拷贝检测。实验证明，与当前较为流行的OM方法相比，本文提出的方法具有较高的检测精度。2)提出了一种DCT域的约简图像SIFT特征提取算法，并在此基础上实现了DCT域的视频拷贝检测。从DCT变换入手，首先对图像DCT系数进行“约简”处理，构造并提取DCT域约简图像SIFT特征，并进而实现了DCT域的时空联合SIFT特征视频拷贝检测。实验表明，该方法能在牺牲一定检测精度的前提下大幅提高视频拷贝检测的速度。3)设计了一种DCT域和非压缩域级联的时空联合SIFT特征视频拷贝检测系统。鉴于DCT域方法具有高检测速度以及非压缩域方法具有较高检测精度，本文设计了具有初级过滤筛选和二级深层检测功能的DCT域和非压缩域的时空联合SIFT特征的级联式视频拷贝检测系统，并采用“反馈优先索引”的方法对数据库匹配进行了优化。实验表明，级联式的视频拷贝检测系统实现了DCT域方法与非压缩域方法的优势互补，具有较高检测精度和较低检测时间。
甘赟[7]（2010）在《多小波图像检索技术研究》文中研究指明随着宽带网络和数据存储技术提高,数字图像的数量急剧的增加。如何快速有效从图像数据库中的找到所需的图像已经成为多媒体技术发展的关键。同时,针对大量存在的压缩格式的文件,基于压缩域的图像检索也是图像应用领域的一个全新的研究思路。本文首先综述了图像检索的研究现状,主要是变换域和压缩域的图像检索技术,在此基础上,围绕多小波理论以及多小波在图像检索方面的应用展开研究,在多小波变换域以及压缩域提出了有利于提高识别率的特征提取方法。具体来说,本论文的主要贡献表现在以下方面：（1）根据多小波的特征,分析图像经三种多小波基分解后的不同子带间,以及子带间不同分量的统计特征,选取更适合本文图像检索方法的多小波基。（2）从提高检索识别率的角度出发,克服只考虑子带的统计特征量的局限性,充分利用多小波子带间的相关性,提出一种基于多小波子带间相关性的图像检索方法。（3）将多小波引入多级树集合分裂（SPIHT）算法,分析基于多小波的SPIHT编码的压缩码流的特性,以及对此类压缩格式的图像文件,实现只需部分解码就可以提取特征的图像检索方法。本文从多小波变换域和压缩域两个方面研究了图像的检索方法。在变换域方面,本文提出的一种新的基于多小波子带间相关性的特征提取算法,通过实验证明,近似子带和细节子带相结合的方法对图像检索十分有效。在压缩域方面,将多小波替代单小波,提出一种基于SPIHT压缩码流的特征提取方法,对于压缩格式图像,可以在不完全解码的情况下,直接从链表中提取信息构建表征图像内容的特性向量,这种方法的优势在于降低存储成本和计算复杂度,特别适合互联网和动态数据库的图像查询和检索。
魏周[8]（2010）在《基于JPEG2000压缩域的图像检索》文中认为图像数据包含着丰富的信息,但相应的数据量也非常大。因此,在实时应用中,对图像的检索具有了更高的要求。现有的基于内容的检索方式（CBIR）,虽然检索效果相对较好,但需要对图像进行完全解压缩,然后提取特征进行检索,这样会消耗大量内存空间,检索速度慢,于是研究人提出基于压缩域的图像检索算法。随着许多压缩标准的制定和推广,日益显示出其重要性。JPEG2000是新一代的静态图像压缩标准,其压缩率高,解压缩后图像清晰,还能实现渐进传输和针对感兴趣区域（ROI）的高质量恢复,JPEG2000最终会取代现有的JPEG压缩标准,成为新一代的压缩标准。因此针对JPEG2000压缩格式图片的压缩域的检索有很好的实用价值。本论文深入研究了目前压缩域图像检索技术和JPEG2000静态图像标准,并提出了两种基于JPEG2000压缩域的图像检索方法:①提出了一种基于小波域系数的检索方法,每个子带划分成若干个码块,通过子带的系数判定码块的有效性（0,1表示有效性）,使用上下文标志（Context Labels）的方法,得出每个码块的上下文,然后统计每个子带中码块的九种上下文概率,构成特征矩阵,并用于计算相似性度量。实验结果表明该方法具有良好的检索效果,对于纹理特征明显的图像更为突出。②提出了一种基于JPEG2000压缩码流特征的检索方法,根据其特有的码流组织规律,提取特征用于检索。首先将包头信息解码出来,提取零位平面信息和码块中编码通道数信息作为两个索引,并提取子带码流长度用于第三个索引,本文还提出子带压缩比的概念:子带码流长度与子带系数个数之比,并将其作为第三个索引。实验结果证明,由于方法不需要进行JPEG2000中最复杂的熵编码和反量化解码阶段,检索速度比较快。
刘波,库锡树,翟庆林,刘菊容[9]（2008）在《基于内容的压缩域图像处理技术研究》文中认为研究了当前压缩域图像处理技术,针对目前小波技术在图像编码标准中的广泛运用,提出了一种结合数学形态学技术直接在小波域内进行图像轮廓提取的新方法。其思想是依据图像的小波编码码流元素的幅度与图像轮廓在频率-空间上具有的对应关系,利用数学形态学中以具有一定形态的结构元素去量度和提取图像中的对应形状,以快速提取出反映图像基本内容的轮廓特征。对小波域中的高频系数进行处理,因此首先要对小波图像做阈值化,然后采用腐蚀膨胀算法做去噪和轮廓提取。实验结果表明,与微分算子提取图像轮廓相比,计算简单,易于硬件实现,具有良好的性能。
吴柳蓉[10]（2008）在《基于内容的图像检索研究》文中进行了进一步梳理随着多媒体和网络技术的快速发展,全世界的数字图像的数量正以惊人的速度增长,图像信息资源的管理和检索显得日益重要。因此直接采用图像视觉内容进行图像信息查询的基于内容的图像检索技术CBIR（ContentBased lmage Retrieval）成为当前多媒体检索研究的热点之一。CBIR技术主要根据图像所包含的颜色、纹理、形状以及对象的空间关系等低层图像特征来分析图像信息,表达图像特征,进行图像间的匹配,进而快速有效地查询和访问相关图像信息。本文首先介绍了基于内容的图像检索（CBIR）的背景及意义、国内外研究现状;然后介绍了基于内容的图像检索系统的关键技术。结合图像处理、模式识别、计算机视觉与数据库技术,针对CBIR所涉及的关键问题展开了研究,取得了一些有意义的研究成果。主要内容包括:（1）对MPEG-7推荐的关于颜色、纹理和形状的基本描述符进行了研究;（2）结合颜色、纹理和形状特征,开发出基于MPEG-7的多特征组合的图像检索系统。三种低层特征结合方法的检索结果比采用单一特征或任两种特征结合的方法检索的结果要好。因此将多种图像特征综合能够更加全面、准确的表达图像内容;（3）研究基于压缩域的图像检索;对图像的DCT变换域系数特性进行研究,实现一种基于DOT系数的纹理图像检索方法;（4）对JPEG图像的编解码流程和其压缩域的系数进行研究,并实现在压缩域中的颜色特征和纹理特征的图像检索;（5）提出了在压缩域中结合颜色布局和纹理特征进行图像检索并开发出一个实用的JPEG图像检索系统。
二、压缩域图像检索技术的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、压缩域图像检索技术的研究（论文提纲范文）
（1）基于压缩感知的图像检索方法的研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 压缩感知理论的研究现状 |
| 1.2.2 图像检索技术的研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文结构安排 |
| 第2章 压缩感知理论基础 |
| 2.1 压缩感知基本理论 |
| 2.1.1 传统采样理论 |
| 2.1.2 压缩感知理论 |
| 2.2 信号的稀疏表示 |
| 2.2.1 基于正交变换的稀疏表示 |
| 2.2.2 基于字典学习的稀疏表示 |
| 2.3 观测矩阵的构造 |
| 2.3.1 观测矩阵设计原则 |
| 2.3.2 常用的观测矩阵 |
| 2.4 信号的重构方法 |
| 2.4.1 凸优化重构算法 |
| 2.4.2 贪婪算法 |
| 2.5 本章小结 |
| 第3章 基于内容的图像检索技术 |
| 3.1 基本检索原理 |
| 3.1.1 基本框架 |
| 3.1.2 图像检索层次 |
| 3.2 图像特征提取 |
| 3.2.1 颜色特征 |
| 3.2.2 纹理特征 |
| 3.2.3 形状特征 |
| 3.3 相似度度量方法 |
| 3.4 性能评价准则 |
| 3.5 本章小结 |
| 第4章 基于压缩感知的区域图像检索方法 |
| 4.1 基于压缩感知的图像特征提取 |
| 4.2 图像相似度匹配 |
| 4.3 算法描述 |
| 4.4 仿真实验 |
| 4.5 本章小结 |
| 第5章 基于压缩感知的压缩域图像检索方法 |
| 5.1 算法背景 |
| 5.2 算法设计 |
| 5.3 仿真实验 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间参与项目 |
（2）密文JPEG图像检索研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 密文域图像检索研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容和论文结构 |
| 1.3.1 主要研究成果 |
| 1.3.2 论文结构安排 |
| 第二章 密文域图像检索技术概述 |
| 2.1 加密技术 |
| 2.1.1 加密体制基本概念和分类 |
| 2.1.2 常用的加密技术 |
| 2.2 明文域图像检索 |
| 2.2.1 图像检索发展史 |
| 2.2.2 基于内容的图像检索 |
| 2.2.3 图像相似性度量方法 |
| 2.2.4 性能评价标准 |
| 2.3 密文域信息检索 |
| 2.3.1 密文域文本检索 |
| 2.3.2 密文域生物特征识别 |
| 2.3.3 密文域图像检索 |
| 2.4 本章小结 |
| 第三章 结合DCT系数统计特性的密文JPEG图像检索 |
| 3.1 研究内容简介 |
| 3.2 JPEG图像加密 |
| 3.2.1 JPEG图像简介 |
| 3.2.2 DCT系数置乱加密 |
| 3.3 基于不同机制的图像检索 |
| 3.3.1 非监督机制 |
| 3.3.2 监督机制 |
| 3.4 实验结果及性能分析 |
| 3.4.1 实验设置 |
| 3.4.2 性能比较 |
| 3.5 本章小结 |
| 第四章 利用AC系数直方图不变性的密文JPEG图像检索 |
| 4.1 研究内容简介 |
| 4.2 密文JPEG位流生成 |
| 4.2.1 JPEG图像位流结构 |
| 4.2.2 JPEG图像位流加密 |
| 4.3 基于AC系数直方图的密文图像相似性度量 |
| 4.4 实验结果及分析 |
| 4.4.1 实验设置 |
| 4.4.2 性能比较 |
| 4.5 本章小结 |
| 第五章 联合马尔科夫过程和多分类支持向量机的密文图像检索 |
| 5.1 研究内容简介 |
| 5.2 VLI码流加密 |
| 5.3 利用DCT系数相关性实现安全检索 |
| 5.3.1 马尔科夫过程 |
| 5.3.2 多分类支持向量机 |
| 5.3.3 密文JPEG图像特征提取和比较 |
| 5.4 实验结果及性能分析 |
| 5.4.1 实验设置 |
| 5.4.2 性能比较 |
| 5.5 本章小结 |
| 第六章 基于新块特征描述符的安全JPEG图像检索 |
| 6.1 研究内容简介 |
| 6.2 调整块内、块间DCT系数位序列的安全加密 |
| 6.2.1 AC系数游程编码 |
| 6.2.2 修改DCT系数和量化表的位序列实现JPEG位流加密 |
| 6.3 基于逐块比较机制的安全检索 |
| 6.3.1 新的块特征描述符设计 |
| 6.3.2 密文JPEG图像间相似度计算 |
| 6.4 实验结果及性能分析 |
| 6.4.1 实验设置 |
| 6.4.2 性能比较 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者在攻读博士学位期间完成的主要工作 |
| 致谢 |
（3）加密域图像处理综述（论文提纲范文）
| 1 安全场景 |
| 2 加密方法与安全计算工具 |
| 2.1 同态加密 |
| 2.2 安全计算协议 |
| 2.3 混沌电路 |
| 2.4 保序加密和非对称点积保持加密 |
| 3 基本加密域图像处理操作 |
| 3.1 加密域线性变换 |
| 3.2 加密域线性滤波 |
| 3.3 加密域机器学习 |
| 3.4 加密域图像特征提取 |
| 4 安全图像隐写 |
| 5 加密图像压缩 |
| 5.1 基于分布式信源编码的加密图像压缩 |
| 5.2 其他加密图像压缩方法 |
| 6 安全图像检索 |
| 6.1 基于加密特征的安全图像检索 |
| 6.2 基于加密图像的安全图像检索 |
| 7 挑战与展望 |
（4）基于内容的图像压缩域检索方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究概况与趋势 |
| 1.2.1 图像压缩域检索技术的研究现状 |
| 1.2.2 图像压缩域处理的研究方法 |
| 1.3 研究目标与内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 主要问题和难点 |
| 1.4 论文结构 |
| 第2章 背景知识 |
| 2.1 基于内容的图像检索 |
| 2.1.1 CBIR的基本框架 |
| 2.1.2 图像的特征提取 |
| 2.1.3 检索类型 |
| 2.1.4 相似度度量方法 |
| 2.2 图像压缩技术 |
| 2.2.1 JPEG的简介 |
| 2.2.2 JFIF文件格式 |
| 2.3 本章小结 |
| 第3章 基于DCT系数的JPEG图像统计纹理特征提取算法 |
| 3.1 JPEG图像压缩算法 |
| 3.1.1 颜色空间转换 |
| 3.1.2 降采样 |
| 3.1.3 子块划分 |
| 3.1.4 离散余弦变换 |
| 3.1.5 量化 |
| 3.1.6 编码 |
| 3.2 利用DCT系数提取像素域中的纹理特征 |
| 3.3 本文方法 |
| 3.3.1 Y通道上的特征提取算法 |
| 3.3.2 Cb, Cr通道上特征提取算法 |
| 3.3.3 相似性度量 |
| 3.4 本章小结 |
| 第4章 基于压缩域图像特征的图像检索 |
| 4.1 基于内容的图像检索 |
| 4.2 系统基本架构 |
| 4.3 系统设计 |
| 4.4 系统实现 |
| 4.4.1 特征提取模块的实现 |
| 4.4.2 相似度计算模块的实现 |
| 4.5 实验 |
| 4.5.1 实验设置 |
| 4.5.2 实验结果与分析 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 本文工作 |
| 5.2 未来工作 |
| 参考文献 |
| 攻读学位期间发表论文与研究成果清单 |
| 致谢 |
（5）分形编码在图像检索中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 前言 |
| 1.2 基于压缩域的图像检索技术 |
| 1.3 分形编码在图像检索中的应用现状 |
| 1.3.1 图像分形编码 |
| 1.3.2 分形编码在图像检索中的应用 |
| 1.4 本文的主要工作和安排 |
| 第二章 图像分形编码算法及分形特征提取技术 |
| 2.1 分形编码数学基础 |
| 2.2 图像正交化分形编码算法及相关测试 |
| 2.2.1 图像正交化分形编码算法 |
| 2.2.2 实验结果与分析 |
| 2.3 分形特征提取技术 |
| 2.3.1 分形特征参数的提取 |
| 2.3.2 拼贴误差实验结果与分析 |
| 2.4 小结 |
| 第三章 基于分形域的图像检索索引建立及匹配技术 |
| 3.1 基于分形域的图像检索技术介绍 |
| 3.2 分形索引的建立及相关实验 |
| 3.2.1 利用分形参数建立索引 |
| 3.2.2 利用改进的 Hu 不变矩建立索引 |
| 3.3 图像匹配技术 |
| 3.4 图像检索性能的评价 |
| 3.5 检索索引有效性验证实验结果与分析 |
| 3.6 小结 |
| 第四章 基于分形编码变带宽核密度估计的图像检索算法 |
| 4.1 引言 |
| 4.2 运用核密度估计方法实现图像检索 |
| 4.2.1 改进的变带宽核密度估计方法 |
| 4.2.2 分形参数的变带宽核密度估计 |
| 4.2.3 图像相似性匹配检索算法 |
| 4.3 特征向量的归一化和加权距离 |
| 4.3.1 特征向量的归一化 |
| 4.3.2 加权相似度比较 |
| 4.4 联合分形参数和改进的 Hu 不变矩实现图像检索 |
| 4.5 拼贴误差阈值对检索准确率的影响 |
| 4.6 小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（6）基于SIFT特征的视频拷贝检测技术研究与实现（论文提纲范文）
| 表目录 |
| 图目录 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 背景与意义 |
| 1.2 相关研究现状和技术难点 |
| 1.2.1 视频拷贝检测技术研究现状 |
| 1.2.2 技术难点与问题的提出 |
| 1.3 论文的研究内容及组织结构 |
| 第二章 视频拷贝检测技术概述 |
| 2.1 视频拷贝检测的基本原理及视频数据的特点 |
| 2.2 视频拷贝检测的关键技术 |
| 2.2.1 视频结构化分析 |
| 2.2.2 视频特征提取 |
| 2.2.3 相似性度量 |
| 2.3 视频拷贝检测的评测标准 |
| 2.4 小结 |
| 第三章 基于非压缩域的时空联合 SIFT 特征视频拷贝检测 |
| 3.1 引言 |
| 3.2 视频序列的 SIFT 特征分析 |
| 3.2.1 SIFT 算法简介 |
| 3.2.2 视频序列 SIFT 特征分析 |
| 3.3 时空联合 SIFT 视频特征提取 |
| 3.3.1 基于 SIFT 特征的镜头检测 |
| 3.3.2 视频特征的构造 |
| 3.3.3 视频特征的提取及其流程 |
| 3.4 相似性度量 |
| 3.4.1 SIFT 特征点的欧氏距离度量 |
| 3.4.2 视频序列的相似性度量 |
| 3.5 视频拷贝检测实验 |
| 3.6 小结 |
| 第四章 基于 DCT 域的时空联合 SIFT 特征视频拷贝检测 |
| 4.1 引言 |
| 4.2 DCT 域约简图像的构造 |
| 4.2.1 DCT 变换与图像压缩原理 |
| 4.2.2 DCT 域约简图像的构造 |
| 4.3 DCT 域约简图像 SIFT 特征性能分析 |
| 4.3.1 DCT 域约简图像 SIFT 特征提取 |
| 4.3.2 DCT 域约简图像 SIFT 特征的性能度量指标 |
| 4.3.3 DCT 域约简图像 SIFT 特征的匹配性能分析 |
| 4.4 DCT 域时空联合 SIFT 特征的视频拷贝检测 |
| 4.4.1 基于 FFmpeg 的视频 I 帧序列的 DCT 系数获取 |
| 4.4.2 视频拷贝检测实验 |
| 4.5 小结 |
| 第五章 基于 SIFT 特征的级联式视频拷贝检测 |
| 5.1 引言 |
| 5.2 DCT 域与非压缩域级联式视频拷贝检测系统设计 |
| 5.2.1 级联式设计 |
| 5.2.2 参考视频数据库设计 |
| 5.2.3 级连式视频拷贝检测系统设计 |
| 5.3 级联式视频拷贝检测 |
| 5.4 小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 作者简历及攻读硕士期间完成的主要工作 |
| 致谢 |
（7）多小波图像检索技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1 引言 |
| 1.2 同类工作国内外研究现状 |
| 1.2.1 图像检索技术的发展 |
| 1.2.2 图像压缩技术的发展 |
| 1.2.3 压缩域图像检索技术的研究现状 |
| 1.3 本文的主要工作 |
| 2.多小波和多小波变换 |
| 2.1 引言 |
| 2.2 多小波基础 |
| 2.2.1 多分辨率分析 |
| 2.2.2 多小波的定义 |
| 2.2.3 多小波的基本性质 |
| 2.3 多小波的分解和重构算法 |
| 2.4 几种常见的多小波及其多滤波器组 |
| 2.5 本章小结 |
| 3.基于多小波变换域的图像检索 |
| 3.1 引言 |
| 3.2 多小波图像变换的统计特征 |
| 3.2.1 二维图像的多小波变换 |
| 3.2.2 多小波系数的统计分析 |
| 3.3 基于多小波子带间特征的图像检索方法 |
| 3.3.1 最大最小合成运算 |
| 3.3.2 子带间相关性的特征提取 |
| 3.3.3 相似性的比较 |
| 3.4 实验结果与讨论 |
| 3.4.1 实验数据库 |
| 3.4.2 评价标准和实验结果 |
| 3.5 本章小结 |
| 4.基于多小波压缩域的图像检索 |
| 4.1 引言 |
| 4.2 SPIHT编(解)码算法 |
| 4.2.1 SPIHT算法的空间方向树 |
| 4.2.2 SPIHT编(解)码的主要步骤 |
| 4.2.3 SPIHT算法举例 |
| 4.3 基于多小波的SPIHT算法 |
| 4.3.1 多小波系数重排 |
| 4.3.2 SPIHT算法的改进 |
| 4.4 基于多小波压缩域的图像检索方法 |
| 4.4.1 获取重要映射表 |
| 4.4.2 重要映射表的自相关向量 |
| 4.4.3 相似性的匹配 |
| 4.4.4 算法的流程图 |
| 4.5 实验结果与讨论 |
| 4.5.1 特征量的计算 |
| 4.5.2 实验数据与分析 |
| 4.6 本章小结 |
| 5. 总结与展望 |
| 参考文献 |
| 作者在攻读硕士期间公开发表的论文 |
| 致谢 |
（8）基于JPEG2000压缩域的图像检索（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景与课题意义 |
| 1.2 压缩域的图像检索概述 |
| 1.3 JPEG2000 图像标准概述 |
| 1.4 主要研究内容及成果 |
| 1.5 论文组织结构 |
| 2 小波与图像检索技术 |
| 2.1 引言 |
| 2.2 小波变换 |
| 2.2.1 小波定义 |
| 2.2.2 小波分析 |
| 2.2.3 一些常用的小波 |
| 2.3 基于文本的图像检索 |
| 2.4 基于内容的图像检索 |
| 2.4.1 基于像素域的图像检索 |
| 2.4.2 基于压缩域的图像检索 |
| 3 JPEG2000 静态图像标准概述 |
| 3.1 引言 |
| 3.2 JPEG2000 简介 |
| 3.3 JPEG2000 核心编解码过程 |
| 3.3.1 预处理 |
| 3.3.2 小波变换 |
| 3.3.3 量化 |
| 3.3.4 核心编码算法 |
| 3.4 JPEG2000 的重要特性 |
| 3.5 JPEG2000 与JPEG 的比较 |
| 3.6 本章小结 |
| 4 基于 JPEG2000 压缩域的图像检索 |
| 4.1 基于上下文标志的纹理特征提取算法 |
| 4.1.1 算法背景 |
| 4.1.2 算法描述 |
| 4.1.3 相似性匹配 |
| 4.1.4 实验结果与分析 |
| 4.2 基于压缩码流的图像检索算法 |
| 4.2.1 算法背景 |
| 4.2.2 提取特征值 |
| 4.2.3 构建特征量 |
| 4.2.4 特征量化归一法 |
| 4.2.5 实验结果与分析 |
| 4.3 本章小结 |
| 5 全文总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者在攻读硕士学位期间发表的论文目录 |
（9）基于内容的压缩域图像处理技术研究（论文提纲范文）
| 1 引言 |
| 2 DCT域图像处理技术 |
| 3 小波压缩域图像处理技术 |
| 3.1 二维小波变换 |
| 3.2 图像检索处理中小波域轮廓提取方法 |
| 4 实验结果 |
| 5 结束语 |
（10）基于内容的图像检索研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的研究内容 |
| 1.4 论文的组织 |
| 第二章 基于内容的图像检索 |
| 2.1 基于内容的图像检索(CBIR)技术概述 |
| 2.2 CBIR的系统结构 |
| 2.3 特征提取 |
| 2.3.1 低层特征 |
| 2.3.2 高层特征 |
| 2.4 索引技术 |
| 2.5 相似性匹配 |
| 2.6 系统性能指标和评价准则 |
| 2.7 典型系统介绍 |
| 2.8 本章小结 |
| 第三章 基于MPEG-7多特征的图像检索系统 |
| 3.1 多媒体内容描述标准MPEG-7 |
| 3.1.1 MPEG-7视觉描述工具 |
| 3.1.2 MPEG-7与基于内容的图像检索系统的联系 |
| 3.1.3 基于MPEG-7的图像检索模型 |
| 3.2 基于MPEG-7各特征的图像检索方法 |
| 3.2.1 基于主颜色的检索方法 |
| 3.2.2 纹理特征检索方法 |
| 3.2.3 形状特征检索方法 |
| 3.3 综合MPEG-7多特征的图像检索系统 |
| 3.3.1 系统组成 |
| 3.3.2 多特征检索的思想 |
| 3.3.3 特征提取和距离匹配方法 |
| 3.3.4 系统实现 |
| 3.3.5 实验结果讨论 |
| 3.4 本章小结 |
| 第四章 基于DCT域的图像检索 |
| 4.1 压缩域的图像检索 |
| 4.1.1 引言 |
| 4.1.2 压缩域的图像检索技术 |
| 4.1.3 图像压缩编码与CBIR |
| 4.2 DCT变换及变换系数特点 |
| 4.3 基于DCT域系数的纹理图像检索方法 |
| 4.3.1 颜色空间 |
| 4.3.2 纹理特征提取 |
| 4.3.3 相似性计算 |
| 4.3.4 实验结果与讨论 |
| 4.4 本章小结 |
| 第五章 JPEG图像检索系统实现 |
| 5.1 JPEG标准 |
| 5.2 JPEG图像检索 |
| 5.2.1 颜色特征提取 |
| 5.2.2 纹理特征提取 |
| 5.2.3 综合颜色和纹理检索 |
| 5.3 基于多特征的JPEG图像检索系统 |
| 5.3.1 系统实现 |
| 5.3.2 实验结果分析 |
| 5.4 本章小结 |
| 第六章 结束语 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间参与的科研项目和发表的论文情况 |
四、压缩域图像检索技术的研究（论文参考文献）
- [1]基于压缩感知的图像检索方法的研究与实现[D]. 王艺璇. 东北大学, 2016(07)
- [2]密文JPEG图像检索研究[D]. 程航. 上海大学, 2016(04)
- [3]加密域图像处理综述[J]. 卓力,龙海霞,彭远帆,李晓光,张菁. 北京工业大学学报, 2016(02)
- [4]基于内容的图像压缩域检索方法研究[D]. 郭伦昊. 北京理工大学, 2015(03)
- [5]分形编码在图像检索中的应用[D]. 张琴. 南京航空航天大学, 2014(02)
- [6]基于SIFT特征的视频拷贝检测技术研究与实现[D]. 张瑞年. 解放军信息工程大学, 2012(06)
- [7]多小波图像检索技术研究[D]. 甘赟. 江西财经大学, 2010(07)
- [8]基于JPEG2000压缩域的图像检索[D]. 魏周. 重庆大学, 2010(03)
- [9]基于内容的压缩域图像处理技术研究[J]. 刘波,库锡树,翟庆林,刘菊容. 计算机仿真, 2008(08)
- [10]基于内容的图像检索研究[D]. 吴柳蓉. 广西大学, 2008(01)