学位论文 > 优秀研究生学位论文题录展示
多模式图像检索方法研究
作 者: 万懿
导 师: 程建
学 校: 电子科技大学
专 业: 信号与信息处理
关键词: 图像检索 颜色特征 形状特征 综合特征提取 多模式检索系统
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 23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,Content-Based Image Retrieval)是一种利用图像的视觉特征(颜色、纹理、形状等)进行图像检索的技术。随着计算机技术和数据库技术的发展,该技术己成为国内外的一个研究热点,在气象、遥感、医学等领域有大量广泛的应用。本文针对基于内容的图像检索的目的意义和发展背景,该领域的技术发展和国内外研究现状作了简单的介绍,并列出了研究所涉及到的一些关键技术,给出了图像检索系统的体系结构框架。颜色作为图像的一种重要视觉信息,已得到广泛应用。在基于颜色特征的图像检索方法方面,本文深入研究了图像颜色空间模型的描述及相互转换;研究了颜色的量化,详细介绍了颜色特征提取的各种方法;介绍了相似性度量,给出了几种颜色特征的匹配方法;最后通过仿真结果比较,验证了其有效性。在基于形状特征的图像检索方面,本文深入研究了图像预处理方面的图像增强技术,回顾了传统的图像边缘检测理论,详细介绍了各种图像形状特征的提取与表示方法,并使用一种基于瑞利分布的改进的Otsu算法来对图像进行分割,最后详细介绍了图像形状特征的提取表示方法,使用一种综合图像形状及结构组合特征提取方式。最后,在上述理论的基础上,综合了颜色和形状两种特征,给出了一种综合多特征相结合的多模式图像检索系统,利用Visual Studio.Net编程仿真实现,通过单一模式和多模式的检索结果数据比较得出,多模式的图像检索效果,不管在查准率还是查全率方面都明显高于其它单一特征的检索效果。
|
全文目录
摘要 4-5 ABSTRACT 5-8 第一章 绪论 8-19 1.1 研究背景 8-9 1.2 研究目的和意义 9-10 1.3 国内外研究现状 10-13 1.3.1 国外研究现状 10-12 1.3.2 国内研究现状 12-13 1.4 本论文研究的主要内容及关键技术和体系结构 13-17 1.4.1 本论文研究的主要内容 13-14 1.4.2 图像检索技术研究的关键技术 14-15 1.4.3 基于内容图像检索的体系结构 15-17 1.5 图像检索系统的性能评价 17-18 1.5.1 标准评价方法 17 1.5.2 排序评价方法 17-18 1.6 本章小结 18-19 第二章 基于颜色特征的图像检索的研究 19-37 2.1 颜色的空间模型介绍 19-23 2.1.1 三基色原理 19-20 2.1.2 RGB 颜色空间 20-21 2.1.3 HSV 颜色空间 21-22 2.1.4 RGB 颜色空间到HSV 颜色空间的转换 22-23 2.2 颜色的量化 23-26 2.2.1 颜色量化的分类 23-24 2.2.2 常用的颜色量化方法 24-26 2.3 颜色特征的提取方法 26-32 2.3.1 全局颜色直方图 26 2.3.2 累加直方图 26-27 2.3.3 颜色矩 27-28 2.3.4 颜色直方图的分块方法研究 28-32 2.4 颜色特征的匹配 32-34 2.4.1 欧式距离 32-33 2.4.2 颜色直方图相交距离 33 2.4.3 二次式距离 33-34 2.5 实验结果及分析 34-36 2.6 本章小结 36-37 第三章 基于形状特征的图像检索的研究 37-49 3.1 图像预处理 37-43 3.1.1 图像的增强 37-41 3.1.2 基于瑞利分布模型的改进阈值分割方法 41-43 3.2 形状特征的提取方法 43-48 3.2.1 圆形度 43 3.2.2 不变矩 43-44 3.2.3 综合图像形状及结构的组合特征提取方法 44-46 3.2.4 边界链码直方图 46-48 3.3 本章小结 48-49 第四章 综合多特征的多模式图像检索系统 49-61 4.1 综合多特征的多模式检索系统的结构设计 49-50 4.2 综合多特征的多模式检索系统的模块设计 50-52 4.3 采用的相关技术 52 4.4 检索系统的实现 52-60 4.4.1 图像检索程序的设计 53-54 4.4.2 操作界面的设计 54-58 4.4.3 仿真结果比较 58-60 4.5 本章小结 60-61 第五章 结论与展望 61-63 5.1 本论文研究总结 61-62 5.2 前景展望 62-63 致谢 63-64 参考文献 64-68 攻硕期间取得的研究成果 68-69
|
相似论文
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,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
- 基于形状的汉画像检索技术研究,TP391.41
- 大规模图像检索中局部特征聚合与索引方法研究,TP391.3
- 基于Jade的多Agent图像检索系统,TP391.3
- 人形识别关键技术的研究与实现,TP391.41
- 基于内容的大规模数字图像检索技术研究,TP391.41
- 图像检索的并行计算方法与系统,TP391.3
- 头肩图像视频的自动分割,TP391.41
- 基于脑波的情感图像检索的研究,TP391.41
- 综合多特征的图像检索技术研究,TP391.41
- 基于草图的图像检索技术研究与系统实现,TP391.41
- 基于半监督哈希算法的图像检索方法研究,TP391.41
- 基于内容的图像检索技术研究,TP391.41
- 基于视图的三维模型检索技术研究,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
|