基于内容的图像检索，就是根据描述图像内容的特征矢量进行相似性检索，其中，图像内容的提取可以是通用的，也可以是基于特定领域的。随着市场经济的发展，商标在社会生活中扮演着越来越重要的角色，而基于内容的图像检索技术在商标检索领域得到了非常广泛的应用。本书对基于内容的商标图像检索技术做了广泛和深入的研究，介绍了其研究现状和关键技术，讨论了其技术瓶颈和发展趋势；分析了基于内容图像检索技术在商标图像检索领域里的应用需求，主要提出了三种新的商标图像检索方法。经过实验证明，这些方法具有良好的旋转、平移、尺度不变性，得到的检索结果能够很好地满足人们的视觉感受。

第1章 绪论
1.1 研究背景和意义
1.2 基于内容的多媒体检索
1.2.1 多媒体内容分析
1.2.2 多媒体内容描述接口MPEG.7
1.2.3 多媒体框架标准MPEG.21
1.3 基于内容的图像检索
1.3.1 图像检索的基本框架
1.3.2 图像检索的应用领域
1.3.3 图像检索的主要方式
1.4 基于内容的商标图像检索
1.4.1 国内外研究现状
1.4.2 传统的商标查询方法
1.4.3 著名的商标图像检索系统介绍
1.5 本章小结
第2章 基于内容的图像检索相关技术研究
2.1 商标图像的预处理
2.1.1 图像的滤波处理
2.1.2 彩色图像灰度化
2.1.3 灰度图像二值化
2.1.4 尺度归一化
2.2 CBIR中常用的图像特征
2.3 颜色特征
2.3.1 颜色直方图
2.3.2 颜色聚合矢量
2.3.3 颜色矩
2.4 纹理特征
2.4.1 传统的统计方法
2.4.2 几何方法
2.4.3 基于模型的方法
2.5 轮廓特征
2.6 形状特征
2.6.1 边界表达
2.6.2 边界描述
2.6.3 区域表达
2.6.4 区域描述
2.7 其他特征
2.8 图像检索性能的评价
2.8.1 评价准则A
2.8.2 评价准则B
2.8.3 评价准则C
2.9 人机接口及相关反馈
2.9.1 友好的人机交互接口
2.9.2 相关反馈
2.10 本章小结
第3章 基于距离分布信息熵的商标图像检索
3.1 二值商标图像
3.2 巨离分布信息熵
3.2.1 目标区域的提取
3.2.2 信息熵
3.2.3 区域划分
3.2.4 相似性度量
3.2.5 算法总结
3.3 CBIR性能评价准则
3.3.1 用户评价
3.3.2 指标评价
3.3.3 图表表示
3.4 实验对比结果
3.5 本章小结
第4章 基于归一化单元转动惯量特征商标图像检索
4.1 概述
4.1.1 图像归一化转动惯量
4.1.2 几何不变性分析
4.2 基于归一化单元转动惯量特征的商标图像检索
4.2.1 图像归一化单元转动惯量特征
4.2.2 相似性度量
4.3 图像的匹配技术
4.4 实验及其结果
4.4.1 不变性实验
4.4.2 视觉一致性实验
4.5 本章小结
第5章 基于区域方向信息熵的商标图像检索
5.1 图像的主方向
5.2 区域信息熵
5.2.1 目标区域的提取
5.2.2 区域划分
5.2.3 区域信息熵
5.2.4 相似性度量
5.3 实验及其结果
5.3.1 性能指标
5.3.2 几何变形实验
5.3.3 视觉一致性实验
5.4 本章小结
第6章 展望
6.1 研究展望
6.1.1 网络检索
6.1.2 基于语义的检索(智能检索)
6.1.3 文字特征和视觉特征的结合
6.1.4 语义和情感层次的检索
6.2 本章小结
参考文献