学位论文 > 优秀研究生学位论文题录展示

基于语义的图像分类和检索研究

作　者: 贾宇
导　师: 周明
学　校: 天津大学
专　业: 计算机应用技术
关键词: 图像分类图像检索图像特征语义特征机器学习语义鸿沟语义网络
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 89次
引　用: 1次
阅　读: 论文下载

内容摘要

基于语义的图像分类和检索,一直以来都是计算机领域的热点问题。该问题主要的研究目标是如何高效和准确的分类和检索图像。本文针对其中的若干关键问题做了研究,取得如下一些成果:提出一种基于颜色的语义特征构建方法。通过提取低层颜色特征,构建包含颜色概念的语义网络,建立颜色语义特征三元组,并利用机器学习分类算法进行图像分类。充分弥补了图像低层特征到高层语义之间的语义鸿沟,建立新的语义映射,提高图像分类准确率。最后实验表明,利用此方法构建的语义特征向量进行图像分类,不仅可以取得优秀的分类结果,同时对不同的分类算法具有鲁棒性。提出一种新的视觉认知模型——VAWO(Visual Attention Weight Order)视觉焦点权重模型来进行特征建模。通过提取全局图像低层特征,结合图像分割结果,计算图像区域的VAWO,构建包含全局特征和有序的局部语义特征的组合特征,并利用机器学习分类算法进行图像分类检索。实验表明,利用此方法构建的特征向量进行图像检索,可以不依赖于任何外部的人工操作取得优秀的检索准确率,表现了模型的独立性。开发了基于语义的图像检索原型系统。用java语言分别开发了图像检索的桌面版本和web版本实现,并在Linux和Windows操作系统中验证。综上所述,本文提出了两种方法用来提高图像分类和检索的准确率,并且开发了检索原型系统进行应用实验,最后通过实验结果表明本文在图像分类和检索领域的研究意义和实用价值。

全文目录

中文摘要  3-4
ABSTRACT  4-7
第一章绪论  7-10
  1.1 研究背景及研究意义  7-8
  1.2 研究目标及研究内容  8-9
  1.3 论文结构  9-10
第二章图像分类和检索研究综述  10-23
  2.1 现有的图像检索系统  10-12
  2.2 图像分类和检索的关键技术  12-13
  2.3 低层视觉特征  13-17
    2.3.1 颜色特征  13-14
    2.3.2 纹理特征  14-15
    2.3.3 形状特征  15-16
    2.3.4 空间关系特征  16-17
  2.4 相似性度量  17-18
  2.5 语义层次模型及相关分类方法  18-21
    2.5.1 语义层次模型  18-20
    2.5.2 分类方法综述  20-21
  2.6 图像检索系统及性能  21-23
    2.6.1 检索系统  21-22
    2.6.2 性能评价  22-23
第三章颜色语义特征提取及图像分类  23-36
  3.1 语义特征建模及图像分类  23-31
    3.1.1 低层特征提取  23-24
    3.1.2 定义颜色语义类  24-27
    3.1.3 生成颜色语义三元组  27-29
    3.1.4 特征预处理  29-30
    3.1.5 使用WAODE 分类  30-31
  3.2 实验结果  31-35
    3.2.1 分类准确率实验  31-33
    3.2.2 分类准确率与样本数的敏感性实验  33-34
    3.2.3 特征鲁棒性实验  34-35
  3.3 本章小结  35-36
第四章利用VAWO 改进图像分类的方法  36-51
  4.1 VAWO 和特征建模  36-46
    4.1.1 全局特征提取  37
    4.1.2 图像分割  37-40
    4.1.3 VAWO 模型  40-43
    4.1.4 特征组合映射和预处理  43-45
    4.1.5 使用HNB 分类  45-46
  4.2 实验结果  46-50
    4.2.1 VAWO 模型实验  47-48
    4.2.2 分类准确率实验  48-50
  4.3 本章小结  50-51
第五章图像检索原型系统  51-55
  5.1 系统架构设计  51
  5.2 系统具体实现及结果展示  51-55
第六章结论和展望  55-57
  6.1 论文总结  55-56
  6.2 工作展望  56-57
参考文献  57-61
发表论文和科研情况说明  61-62
致谢  62

基于语义的图像分类和检索研究

内容摘要

全文目录

相似论文