学位论文 > 优秀研究生学位论文题录展示
基于内容的图像检索技术研究
作 者: 武燕燕
导 师: 吴一全
学 校: 南京航空航天大学
专 业: 信号与信息处理
关键词: 基于内容的图像检索 特征提取 Krawtchouk矩 Zernike矩 傅里叶描绘子 非下采样Contourlet变换 区域高斯描绘子
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 75次
引 用: 0次
阅 读: 论文下载
内容摘要
随着多媒体技术及网络的迅速发展,数字图像信息越来越多,如何快速有效地管理和查询有价值的信息已成为人们的迫切需求,因此基于内容的图像检索技术应运而生,成为了目前一个相当重要而又富有挑战性的课题。本论文围绕基于内容的图像检索中图像低层特征提取及检索算法,进行了一些探索性的研究,具体研究工作如下:首先,利用Krawtchouk矩分别实现了基于形状、纹理的图像检索。由于Krawtchouk矩构成的矩不变量具有良好的旋转、平移和尺度不变性,因此提出了一种基于Krawtchouk矩不变量的图像检索算法;利用Krawtchouk矩良好的图像信息表达能力及较小的噪声敏感性,实现了一种基于Krawtchouk矩纹理特征的图像检索算法。最后通过实验验证了这两种算法的有效性,并与基于Zernike矩的算法进行了比较。然后,讨论了一种基于全局和局部形状特征的图像检索算法。该算法先对分割后的图像区域提取紧凑度和傅里叶描绘子作为局部形状特征,为了弥补分割效果对特征描述的影响,再对整幅图像提取低阶Krawtchouk矩作为全局特征,综合上述特征实现图像检索。实验表明,该算法能够更加有效的提高检索准确率。接着,提出了一种综合纹理和形状特征的图像检索算法。该算法首先对图像进行非下采样Contourlet变换,提取每个分解层上不同方向子带系数的数学特征作为图像的纹理特征,然后利用Krawtchouk矩提取图像的形状特征,最后利用上述两种特征实现图像检索。结果表明,该算法有效提高了图像的检索性能。最后,研究了一种基于区域高斯描绘子的商标图像检索算法。针对商标图像检索中形状特征尤为重要的特性,利用区域高斯描绘子良好的平移、旋转、尺度、反射不变性及优良的抗噪性等特点,使之作为图像特征实现检索。结果表明,该算法可以提高二值商标图像检索准确率。
|
全文目录
摘要 4-5 Abstract 5-8 图、表清单 8-9 注释表 9-10 第一章 绪论 10-15 1.1 课题研究背景和意义 10-11 1.2 课题的国内外研究现状 11-13 1.2.1 国外的研究和发展 11-12 1.2.2 国内的研究和发展 12-13 1.3 本文研究的主要内容和章节安排 13-15 1.3.1 本文的章节安排 13 1.3.2 本文的主要创新点 13-15 第二章 基于内容的图像检索的关键技术 15-25 2.1 引言 15 2.2 图像特征 15-20 2.2.1 颜色特征 16-18 2.2.2 纹理特征 18-19 2.2.3 形状特征 19-20 2.3 图像检索中常用的相似性度量方法 20-22 2.4 图像检索性能评价 22-24 2.5 本章小结 24-25 第三章 利用Krawtchouk 矩实现基于形状、纹理的图像检索 25-39 3.1 引言 25 3.2 Krawtchouk 矩与Krawtchouk 矩不变量 25-29 3.2.1 Krawtchouk 矩 25-26 3.2.2 Krawtchouk 矩的递推算法 26-28 3.2.3 Krawtchouk 矩不变量 28-29 3.3 利用Krawtchouk 矩不变量实现基于形状的图像检索算法 29-34 3.3.1 相似性度量与算法总结 29-30 3.3.2 实验结果与分析 30-34 3.4 基于Krawtchouk 矩纹理特征的图像检索算法 34-37 3.4.1 窗口Krawtchouk 矩值计算 34-35 3.4.2 非线性变换的实现 35 3.4.3 实验结果与分析 35-37 3.5 本章小结 37-39 第四章 基于综合特征的图像检索 39-49 4.1 引言 39 4.2 基于全局和局部形状特征的图像检索算法 39-43 4.2.1 紧凑度 39-40 4.2.2 傅里叶描绘子 40 4.2.3 本节算法及实验结果 40-43 4.3 综合纹理和形状特征的图像检索算法 43-48 4.3.1 Contourlet 变换和非下采样Contourlet 变换 43-45 4.3.2 相似性度量与算法总结 45-46 4.3.3 实验结果与分析 46-48 4.4 本章小结 48-49 第五章 商标图像检索及检索系统 49-57 5.1 引言 49 5.2 基于区域高斯描绘子的图像检索算法 49-53 5.2.1 区域高斯描绘子 49-51 5.2.2 算法总结及相似性度量 51 5.2.3 实验结果与分析 51-53 5.3 检索系统 53-56 5.3.1 开发平台设置 53-54 5.3.2 系统的具体实现 54-56 5.4 本章小结 56-57 第六章 总结及展望 57-59 6.1 本文的主要工作 57-58 6.2 进一步的研究工作 58-59 参考文献 59-66 致谢 66-67 在学期间的研究成果及发表的学术论文 67
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 基于多示例学习的用户关注概念区域发现,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|