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: 边志锋
导 师: 王保保
学 校: 西安电子科技大学
专 业: 计算机应用技术
关键词: 图像检索 颜色直方图 颜色特征 相似性度量算法
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 49次
引 用: 0次
阅 读: 论文下载
内容摘要
随着INTERNET技术的高速发展及消费型电子产品的普及,巨量的数字图像产生和发布。在多媒体数据库中快速、有效地寻找所需要的图像是一个非常有意义的课题。工业界的许多图像搜索引擎(如Google和百度)在搜索图像时并没有按照图像内容搜索,仅是根据与图像相关联的文字信息来完成搜索任务,导致搜索结果不尽如人意,而基于内容的图像检索是有望解决这一问题的关键技术。基于内容的图像检索技术通过分析图像的内容,如颜色、纹理等重要底层视觉特征,建立特征索引,并存储在特征库中。用户对图像进行模糊描述,在大容量图像库查找。对于基于颜色特征的图像检索,有颜色直方图、主色调、颜色矩(Color Moments),颜色集(Color sets)、聚类、扫描线投影等检索算法,颜色直方图是常使用的检索方法之一对CBIR中颜色特征的提取进行研究,在图像的形状、颜色、纹理等特征中,颜色特征是最显著、最可靠、最稳定的视觉特征,是人识别图像的主要感知特征。相对于几何特征而言,颜色对图像中子对象的大小和方向的变化都不敏感,具有相当强的鲁棒性。颜色又是描述一幅图像最简便而有效的特征。人们对于一幅图像的印象,往往从图像中颜色的空间分布开始。针对图像形状特征的检索方法,从图像分割和边缘检测以及轮廓的提取等方面对图像形状检索的重要环节进行了研究。重点放在颜色直方图的实现算法和改进的颜色直方图实现算法,结合实际完成基于颜色直方图的图像检索系统。
|
全文目录
摘要 3-4 Abstract 4-7 第一章 绪论 7-15 1.1 研究背景及意义 7-8 1.2 国内研究现状 8-9 1.3 基于内容的图像检索概述 9-12 1.3.1 基于颜色的图像检索 10-11 1.3.2 基于纹理的图像检索 11 1.3.3 基于形状的图像检索 11-12 1.3.4 基于空间数据结构的图像检索 12 1.3.5 其它方面的图像检索 12 1.4 典型的图像检索系统 12-13 1.5 研究内容及章节安排 13-15 第二章 基于内容的图像检索关键技术 15-29 2.1 基于内容的图像检索系统的一般结构 15-16 2.2 图像特征的提取与表达 16-21 2.2.1 图像颜色特征的提取与表达 16-17 2.2.2 图像纹理特征的提取与表达 17-19 2.2.3 图像形状特征的提取与表达 19-20 2.2.4 图像空间位置关系的提取与表达 20-21 2.2.5 图像语义特征的提取与表达 21 2.3 相似性度量方法 21-24 2.3.1 街区距离、欧氏距离和无穷范数 22 2.3.2 直方图相交法 22 2.3.3 二次型距离 22-23 2.3.4 马氏距离 23 2.3.5 非几何的相似度方法 23-24 2.4 图像检索算法的评价方法 24-26 2.4.1 查准率和查全率 24-25 2.4.2 排序评价方法 25-26 2.4.3 响应时间T 26 2.5 图像检索中的相关反馈技术 26-27 2.6 本章小结 27-29 第三章 基于颜色特征的图像检索 29-43 3.1 颜色空间模型的选择 29-33 3.1.1 RGB颜色空间模型 30 3.1.2 HSL颜色空间模型 30-32 3.1.3 L~*a~*b~*颜色空间模型 32-33 3.1.4 颜色空间模型选择标准 33 3.2 颜色特征提取方法研究 33-40 3.2.1 颜色直方图法 34-35 3.2.2 颜色矩 35-36 3.2.3 颜色集 36 3.2.4 传统的分块颜色直方图法 36-37 3.2.5 改进的分块重叠颜色提取算法 37-40 3.3 相关反馈技术的应用 40-41 3.4 本章小结 41-43 第四章 基于形状特征的图像检索 43-51 4.1 基于形状特征的图像检索特点 43 4.2 基于形状特征的图像检索难点 43-44 4.3 图像分割 44-46 4.3.1 图像分割概念 44 4.3.2 图像分割方法 44-46 4.4 基于矩算术不变矩的形状特征提取 46-48 4.5 边缘比较 48-50 4.6 本章小结 50-51 第五章 基于内容的图像检索系统的实现 51-59 5.1 系统总体设计 51-53 5.1.1 设计思路 51 5.1.2 实现系统的环境支持 51-52 5.1.3 主要类方法及数据结构 52-53 5.2 系统功能及操作 53-56 5.3 试验及分析 56-58 5.3.1 实验描述 56 5.3.2 试验结果及结论 56-58 5.4 本章小结 58-59 第六章 总结与展望 59-61 6.1 全文总结 59 6.2 未来工作展望 59-61 致谢 61-63 参考文献 63-67 研究成果 67
|
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
- 胶囊内镜便携式接收系统及内镜图像出血识别算法研究,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
- 多模式图像检索方法研究,TP391.41
- 基于内容的图像检索技术研究,TP391.41
- 基于计算机图像处理的叶片氮素检测系统研究,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
|