学位论文 > 优秀研究生学位论文题录展示

支持语义的图像检索系统研究与实现

作　者: 刘恒
导　师: 张明
学　校: 上海海事大学
专　业: 计算机软件与理论
关键词: 基于内容的图像检索主颜色语义词典语义图像检索相关反馈
分类号: TP391.3
类　型: 硕士论文
年　份: 2006年
下　载: 240次
引　用: 5次
阅　读: 论文下载

内容摘要

计算机技术、多媒体技术以及INTERNET技术的飞速发展产生大量的图像信息，因此如何有效、快速地从大规模的图像数据库中检索出需要的图像是一个目前急需解决的问题。基于内容的图像检索技术和基于语义的图像检索技术正是解决这一问题的有效途径。前者研究的是根据自动获取的图像低层特征，从图像数据库中检索出相关图像；而后者研究的是如何从多种渠道获取图像语义信息，并且根据语义检索相关图像。基于内容的图像检索克服了文本检索方式主观片面的缺陷，客观的描述了图像的本质特征，然而却丢掉了文本方式下对图像的语义描述，导致检索准确率降低。本文提出了一种在获取图像低层视觉特征的基础上，利用语义网络对图像进行语义自动分类，并在此基础上引入相关反馈技术，使图像的低级物理特征和高级语义特征联系起来的算法，通过人—机协同工作，来弥补计算机理解能力的不足，不断提高检索效果。基于语义检索及反馈机制的图像检索关键技术是基于内容图像检索技术从初级向高级跨越的重要标志。因此，本文的研究在学术价值和实际应用方面都具有重要意义。本文所做工作如下：首先研究图像的低层物理特征，由于颜色特征具有一定的稳定性，其对大小、方向都不敏感，故本文提取颜色特征来描述图像。采用基于区域的颜色特征提取方法克服了目前CBIR系统中广泛应用的一些利用颜色直方图、颜色矩等不能表达图像空间信息的缺点，综合考虑了图像的像素统计特征和空间位置信息同时节省存储空间和计算时间。充分引入人—机交互技术，通过对用户反馈信息的学习，一方面可以把误归类的图像正确归类，另一方面调整语义网络的权重系数来不断提高检索效率，直到返回用户满意的查询结果。提出了高级视觉特征的语义查询，在图像库上构建一个可扩展的语义网络，利用一种基于用户相关反馈的机器学习策略来改进这种语义网络，以解决低层特征向高层语义特征的过渡问题，使检索能够体现高层次语义属性，提高了检索效率。设计并实现了一个支持语义图像检索的模型系统，通过该系统进行的一系列实验证明了本文检索算法和关键技术的有效性。

全文目录

摘要  3-4
ABSTRACT  4-9
引言  9-10
第一章绪论  10-19
  1.1 研究目的与意义  10
  1.2 图像检索技术介绍  10-13
    1.2.1 基于文本的图像检索  10-11
    1.2.2 基于内容的图像检索  11-12
    1.2.3 基于语义的图像检索  12-13
  1.3 图像检索技术的研究热点  13-16
    1.3.1 图像数据模型  13-14
    1.3.2 有效的特征提取  14
    1.3.3 高层语义和低层特征的关联  14-15
    1.3.4 图像检索中的人机交互  15
    1.3.5 高维索引技术  15
    1.3.6 综合的多特征检索技术  15-16
  1.4 典型的CBIR系统介绍  16-17
  1.5 本文的研究工作  17-18
  1.6 小结  18-19
第二章基于内容的图像检索  19-30
  2.1 特征提取  19-25
    2.1.1 颜色特征  20-22
    2.1.2 纹理特征  22-23
    2.1.3 形状特征  23-24
    2.1.4 图像空间关系特征  24-25
  2.2 相似性度量  25-27
    2.2.1 街区距离L_1与欧氏距离L_2  25-26
    2.2.2 直方图相交  26
    2.2.3 二次式距离  26
    2.2.4 马氏距离  26-27
  2.3 索引方案  27-28
    2.3.1 降维技术  27-28
    2.3.2 高维索引技术  28
  2.4 检索效果的评价  28-29
  2.5 小结  29-30
第三章语义图像检索技术  30-40
  3.1 语义检索背景  30
  3.2 图像语义模型  30-32
  3.3 图像语义表示  32-33
    3.3.1 传统方法  32-33
    3.3.2 面向对象和MPEG-7  33
  3.4 图像语义提取方法  33-39
    3.4.1 简单场景分级分类  34-35
    3.4.2 对象和对象空间关系语义提取  35-36
    3.4.3 场景语义提取  36-37
    3.4.4 行为语义提取  37
    3.4.5 情感语义提取  37-38
    3.4.6 用户交互语义提取  38-39
  3.5 小结  39-40
第四章相关反馈技术  40-46
  4.1 引言  40
  4.2 应用相关反馈改善检索性能的原理  40-41
  4.3 经典的图像相关反馈算法  41-44
    4.3.1 聚类方法  41-43
    4.3.2 分类方法  43-44
  4.4 结合关键词网络的相关反馈  44-45
  4.5 小结  45-46
第五章支持语义特征的图像检索  46-67
  5.1 基于颜色的图像检索  46-59
    5.1.1 基于查询图像的检索算法  46-54
    5.1.2 基于主颜色的查询方式  54-56
    5.1.3 实验及结果  56-59
  5.2 支持语义的图像检索  59-66
    5.2.1 构建语义网络  59-63
    5.2.2 基于语义的相关反馈方法  63-64
    5.2.3 实验及分析  64-66
  5.3 本章小结  66-67
第六章检索系统PIC-SEARCH设计与实现  67-83
  6.1 系统开发环境  67
  6.2 系统框架图  67-68
  6.3 系统数据库  68
  6.4 系统实现  68-81
    6.4.1 系统的类结构  68-69
    6.4.2 主要程序片段介绍  69-77
    6.4.3 系统界面及功能  77-81
  6.5 层次化语义结构试验  81-83
第七章全文总结与展望  83-85
  7.1 工作总结  83-84
  7.2 进一步研究的方向  84-85
致谢  85-86
参考文献  86-89

支持语义的图像检索系统研究与实现

内容摘要

全文目录

相似论文