学位论文 > 优秀研究生学位论文题录展示
基于多特征的图像检索算法及实现
作 者: 阿卜杜如苏力·奥斯曼
导 师: 吐尔洪江·阿布都克力木
学 校: 新疆师范大学
专 业: 应用数学
关键词: 图像检索 二进小波变换 边缘检测 环形直方图
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 4次
引 用: 0次
阅 读: 论文下载
内容摘要
基于内容的图像检索(CBIR, Contend based image retrival)是当前计算机视觉领中域的重要研究热点,它是科学技术的进步发展和推广应用,在图像数据库日益增长,图像种类多样和数量急剧膨胀的情况下,为满足快速,准确的搜索用户所需的图像资源的需求而逐步受到重视。该技术利用图像自身固有的颜色,纹理,形状等低层视觉特征来描述图像内容特征,再根据图像的特征来度量图像间的相似性,从而完成图像检索。显然,准确,有效的提取图像底层视觉特征是CBIR中极其重要,近年来基于单一特征的图像检索技术已经有了一定的研究成果,而单一特征不能完整地表示图像内容,因此结合两种或多种特征来提高检索精度成为一种可行的方法。但是如何有效地结合多种不同的特征,以彼此互补地完整的表示图像内容,并检索出符合人眼视觉感知的图像,是一个值得进一步研究的热点问题。文中以视觉重要的图像边缘轮廓为基础,针对如何有效地提取图像特征进行了研究,并利用小波变换的多尺度特性,实现了特征提取算法的改进,提出了结合彩色边缘综合特征的图像检索算法。本文算法中边缘的质量直接影响检索效率,而二进小波介于连续小波和离散小波之间,是一种本身带有强烈方向性的小波函数,有平移不变性,可以有效避免非线性变换引起的视觉形变,具有一定的抗噪能力,这使得它在图像的奇异性检测和特征提取方面得到了广泛的应用。所以,本文选择性能优好的二进小波滤波器,再通过二进小波变换模极大值法提取了图像彩色边缘。对于颜色特征的提取,选择符合人眼视觉特征的HSV颜色模型,并将其量化为256维,以彩色边缘点集合的重心作为圆心,将图像空间按边缘点的分布划分为一系列同心圆环。分别对每个圆环区域计算颜色直方图,得到环形颜色直方图。环形颜色直方图保持对图像旋转及平移变换的前提下,克服了传统颜色直方图没有空间信息的缺点。对于形状特征的提取,以彩色边缘几何重心作为圆心,将图像空间划分为一系列同心圆环,由内到外分别计算每个圆环中边缘点的小波模极大值之和,然后构造小波模极大值环形直方图,其次对边缘像素点的梯度方向进行统计得到边缘梯度方向直方图,并进行归一化处理,即可得图像形状特征。最后综合利用上述全面反映边缘轮廓信息的三种直方图来描述图像内容特征,并在公共标准图像库中在MATLAB环境下进行仿真实验。实验结果表明,所提取的特征向量自然地包含了多种底层信息,从而全面互补地表示了图像内容,并通过与目前的同类算法进行比较可知。该算法不仅具有更好的查准率和查全率,而且对图像中存在的光照变化和几何变化(尺度,平移,旋转等)具有较强的鲁棒性。
|
全文目录
中文摘要 3-4 Abstract 4-7 1 绪论 7-12 1.1 研究背景和意义 7-9 1.2 国内外研究热点与现状 9-11 1.3 本文的研究内容与主要工作 11-12 2 小波变换 12-22 2.1 小波变换的产生与发展 12-13 2.2 连续小波变换 13-15 2.3 离散小波变换 15-16 2.4 二进小波变换 16-22 2.4.1 二进小波变换 16-18 2.4.2 二进小波变换的性质 18 2.4.3 二进小波变换的快速算法:à trous 算法 18-22 3 基于内容的图像检索相关知识 22-32 3.1 图像底层特征表示方法 22-29 3.1.1 颜色特征表示方法 22-27 3.1.2 形状特征表示方法 27-28 3.1.3 纹理特征的表示方法 28-29 3.2 相似性度量 29-30 3.3 检索性能的评价准则 30-32 4 基于多特征的图像检索方法 32-48 4.1 二进小波的模极大值边缘检测原理 32-33 4.2 二进小波的模极大值边缘检测算法 33-37 4.3 图像特征提取算法 37-40 4.3.1 边缘的环形颜色直方图提取算法 37-38 4.3.2 小波模极大值环形直方图提取算法 38-39 4.3.3 边缘梯度方向直方图提取算法 39-40 4.4 基于多特征的图像检索方法 40-43 4.4.1 基于多特征的图像检索方法 40-41 4.4.2 特征向量归一化与权值调整 41-42 4.4.3 算法实现 42-43 4.5 实验结果与分析 43-48 结论 48-49 参考文献 49-53 在读期间发表的论文 53-54 后记 54
|
相似论文
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 基于内容的服装图像检索技术研究及实现,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
- 多样性密度学习算法的研究与应用,TP181
- 基于机器视觉的光纤几何参数检测研究,TN253
- 基于模糊聚类的图像检索方法研究及其系统实现,TP391.41
- 交通视频中车辆异常行为检测及应用研究,TP391.41
- 医学图像检索中基于混合方法的相关反馈技术研究,TP391.3
- 基于图像处理的棒材计数的开发研究,TP391.41
- 遥感影像直线提取、匹配及三维重建,TP751
- 基于GPS导航的嵌入式鱼群探测器的研究与开发,TN967.1
- 基于兴趣区域匹配图像检索系统的研究与实现,TP391.41
- 基于小波变换的图像去噪的研究与实现,TP391.41
- 基于相邻像素灰度差的边缘检测及与其相结合的小波图像去噪,TP391.41
- 高分辨率极化干涉SAR影像道路提取方法研究,TN957.52
- 基于数学形态学的边缘检测研究,TP391.41
- 基于数字图像处理的镀锌板表面缺陷边缘检测算法研究,TP274
- 基于低层综合特征的图像反馈检索,TP391.41
- 车牌定位和倾斜校正算法的研究与实现,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
|