第1章  緒論
1．1  從基于文本到基于圖像
1．2  圖像檢索技術(shù)的發(fā)展及現(xiàn)狀
1．2．1  圖像檢索層次
1．2．2  基于內(nèi)容的圖像檢索與MPEG．7標(biāo)準(zhǔn)
1．2．3  圖像檢索系統(tǒng)主要功能模塊
1．2．4  國內(nèi)外圖像檢索系統(tǒng)
1．3  基于內(nèi)容的圖像檢索涉及的關(guān)鍵技術(shù)
1．3．1  圖像特征描述及相似性度量
1．3．2  圖像數(shù)據(jù)的組織和管理
1．3．3  支持相似性度量的高維特征索引技術(shù)
1．3．4  查詢方式及相關(guān)反饋模型
1．3．5  圖像檢索性能評價
1．4  遙感圖像檢索技術(shù)的現(xiàn)狀及熱點
1．4．1  典型遙感圖像檢索系統(tǒng)
1．4．2  遙感圖像檢索的研究熱點
參考文獻(xiàn)
第2章  基于光譜特征的遙感圖像檢索
2．1  高光譜遙感基礎(chǔ)知識
2．2  高光譜遙感圖像的光譜分析
2．3  高光譜遙感圖像的光譜特征選擇
2．3．1  光譜特征選擇方法分類
2．3．2  基于仿射傳播算法的光譜波段選擇
2．4  高光譜遙感圖像的光譜特征提取
2．4．1  基于主成分分析的光譜特征提取
2．4．2  基于MNF變換的光譜特征提取
2．5  高光譜遙感圖像的光譜匹配
2．5．1  光譜波段距離度量函數(shù)
2．5．2  光譜匹配方法
2．6  基于光譜特征的高光譜遙感圖像檢索
2．6．1  基于光譜曲線參量化指標(biāo)的檢索
2．6．2  基于光譜曲線形態(tài)的檢索
參考文獻(xiàn)
第3章  基于紋理特征的遙感圖像檢索
3．1  紋理及紋理分析方法
3．2  基于2D Gabor小波濾波器的遙感圖像檢索
3．2．1  2D Gabor小波濾波器
3．2．2  基于2D Gabor小波濾波器的紋理特征提取及相似性度量
3．2．3  基于2D Gabor小波濾波器的遙感圖像紋理特征檢索
3．3  基于小波變換的遙感圖像檢索
3．3．1  小波直方圖和快速小波直方圖
3．3．2  基于小波直方圖的紋理特征提取及相似性度量
3．3．3  基于小波變換的遙感圖像紋理特征漸進(jìn)式檢索
3．4  基于多進(jìn)制小波變換的遙感圖像檢索
3．4．1  多進(jìn)制小波的分解和重構(gòu)
3．4．2  多進(jìn)制小波直方圖和多進(jìn)制快速小波直方圖
3．4．3  基于多進(jìn)制小波直方圖的遙感圖像紋理特征提取及相似性度量
3．4．4  基于多進(jìn)制小波變換的遙感圖像紋理特征漸進(jìn)式檢索
3．5  基于Contourlet變換的遙感圖像檢索
3．5．1  Contourlet變換
3．5．2  基于Contourlet變換的遙感圖像紋理特征提取及相似性度量
3．5．3  基于Contourlet變換的遙感圖像紋理特征漸進(jìn)式檢索
參考文獻(xiàn)
第4章  基于形狀特征的遙感圖像檢索
4．1  形狀描述及相似性檢索
4．1．1  形狀的基本描述和表達(dá)方法
4．1．2  理想的形狀特征描述子指標(biāo)
4．1．3  基于形狀的相似性檢索
4．2  遙感圖像目標(biāo)類型及形狀庫的創(chuàng)建
4．2．1  遙感圖像簡單目標(biāo)的基本類型
4．2．2  遙感圖像目標(biāo)形狀特征庫的創(chuàng)建
4．3  基于目標(biāo)輪廓特征的遙感圖像檢索
4．3．1  邊緣檢測算法綜述
4．3．2  基于區(qū)域矩和相對矩的形狀描述
4．3．3  基于小波變換和不變相對矩的遙感圖像形狀特征檢索
4．3．4  基于多尺度形態(tài)學(xué)和不變相對矩的遙感圖像形狀特征檢索
參考文獻(xiàn)
第5章  基于空間關(guān)系韻遙感圖像檢索
5．1  空間關(guān)系理論基礎(chǔ)
5．2  空間關(guān)系的表達(dá)及空間相似性度量
5．2．1  基于目標(biāo)幾何近似的空間關(guān)系表達(dá)
5．2．2  基于目標(biāo)串的空間關(guān)系表達(dá)
5．2．3  基于直方圖的空間關(guān)系表達(dá)及相似性度量
5．2．4  基于圖的空間關(guān)系表達(dá)及相似性度量
5．3  基于多目標(biāo)空間關(guān)系的遙感圖像檢索
5．3．1  基于空間關(guān)系的遙感圖像檢索
5．3．2  基于F-直方圖的遙感圖像多目標(biāo)方位關(guān)系檢索
參考文獻(xiàn)
第6章  基于區(qū)域的遙感圖像檢索
6．1  基于規(guī)則劃分區(qū)域的遙感圖像檢索
6．1．1  基于不重疊區(qū)域的遙感圖像數(shù)據(jù)分塊組織
6．1．2  基于重疊區(qū)域的遙感圖像數(shù)據(jù)分塊組織
6．1．3  基于Nona—tree的遙感圖像檢索
6．2  基于任意形狀區(qū)域的遙感圖像特征提取及檢索
6．2．1  遙感圖像的紋理分割
6．2．2  任意形狀區(qū)域的填充
6．2．3  基于任意形狀區(qū)域的遙感圖像特征提取及檢索
參考文獻(xiàn)
第7章  基于壓縮域的遙感圖像檢索
7．1  壓縮域圖像檢索技術(shù)
7．1．1  基于空問壓縮域的圖像檢索
7．1．2  基于變換壓縮域的圖像檢索
7．2  顧及壓縮域尺度相關(guān)性的遙感圖像檢索
7．2．1  小波域尺度相關(guān)性
7．2．2  NSCT域尺度相關(guān)性
7．2．3  顧及尺度相關(guān)性的NSCT域變換系數(shù)擬合模型
7．2．4  顧及尺度相關(guān)性的遙感圖像NSCT壓縮域檢索
參考文獻(xiàn)
第8章  基于語義的遙感圖像檢索
8．1  圖像語義的描述、提取和度量
8．1．1  圖像語義層次模型
8．1．2  圖像語義的描述和提取
8．1．3  圖像語義的相似性度量
8．2  基于語義的遙感圖像檢索
8．2．1  基于語義的遙感圖像檢索綜述
8．2．2 基于本體論的遙感圖像語義模型
8．2．3  基于數(shù)據(jù)挖掘的遙感圖像語義檢索
參考文獻(xiàn)
第9章  遙感圖像數(shù)據(jù)庫
9．1  遙感圖像數(shù)據(jù)庫的發(fā)展
9．1．1  遙感圖像數(shù)據(jù)庫管理方式
9．1．2  大型遙感圖像數(shù)據(jù)庫系統(tǒng)
9．2  遙感圖像數(shù)據(jù)的金字塔模型及可視化
9．3  遙感圖像數(shù)據(jù)的壓縮
9．4  遙感圖像數(shù)據(jù)的空間索引
9．5  遙感圖像庫的空間數(shù)據(jù)庫引擎
9．6  遙感圖像數(shù)據(jù)的Web發(fā)布技術(shù)
參考文獻(xiàn)
第10章  遙感圖像高維可視化特征相似性索引
10．1  降維技術(shù)概述
10．1．1  降維的定義及分類
10．1．2  主要降維技術(shù)
10．2  向量空間多維索引結(jié)構(gòu)
10．2．1  向量空間及相應(yīng)的距離函數(shù)
10．2．2  向量空間多維索引結(jié)構(gòu)分類
10．3  度量空間高維索引結(jié)構(gòu)
10．3．1  度量空間和相似性查詢的概念
10．3．2  度量空間高維索引結(jié)構(gòu)及分析
10．4  基于VP-tree和MVP-tree的遙感圖像可視化特征索引
10．4．1  VP-tree和MVP-tree
10．4．2  基于VP-tree和MVP-tree的遙感圖像可視化特征索引
參考文獻(xiàn)
第11章  遙感圖像的相關(guān)反饋檢索
11．1  相關(guān)反饋技術(shù)概述
11．2  基于查詢向量轉(zhuǎn)移的圖像相關(guān)反饋檢索
11．3  基于特征權(quán)重調(diào)整的圖像相關(guān)反饋檢索
11．4  基于灰色系統(tǒng)理論和特征權(quán)重調(diào)整的圖像相關(guān)反饋檢索
11．5  基于機器學(xué)習(xí)的遙感圖像相關(guān)反饋檢索
11．5．1  SVM的基本理論
11．5．2  基于SVM的遙感圖像相關(guān)反饋檢索
參考文獻(xiàn)