学位论文 > 优秀研究生学位论文题录展示

基于SVM的CBIR相关反馈技术研究

作　者: 冯媛媛
导　师: 鲍玉斌
学　校: 东北大学
专　业: 计算机应用技术
关键词: 医学图像 基于内容的图像检索 相关反馈 SVM 采样算法 Bsoft SVM 相关程度判断模式
分类号: TP391.41
类　型: 硕士论文
年　份: 2008年
下　载: 55次
引　用: 1次
阅　读: 论文下载
 

内容摘要


随着数字化影像设备在医学领域中日益广泛的应用,医院每天都要产生大量的数字图像。如何有效地进行数字图像的管理,是实现计算机辅助诊断,达到“无纸化、无胶片化”的信息化医院的关键。基于内容的图像检索(Content-Based Image Retrieval, CBIR)是实现数字图像管理的重要途径。CBIR是目前计算机图像研究的热点,不同于传统的文本检索,它将图像的内容有效地结合到图像检索系统中,对于医学图像的管理将起到极其重要的作用。在CBIR系统中,图像内容通常由图像的底层特征来表示,然而图像的底层特征和高层语义之间往往存在较大的语义鸿沟,仅仅根据图像底层特征得到的检索结果很难满足用户的要求。于是近年来人们将相关反馈机制引入到CBIR中。相关反馈技术对于基于内容的图像检索至关重要,系统可以通过用户的相关反馈来达到减小语义鸿沟的目的。本文在研究相关反馈的基础上,提出了一种基于SVM的CBIR相关反馈方法。首先在分析了传统SVM相关反馈算法存在的不足后,引入了主动学习机制,提出了新的采样算法；同时通过分析用户的反馈模式,提出了改进的相关程度判断模式；然后结合改进的相关程度判断模式,提出了Bsoft SVM (Best soft SVM)分类算法,通过引入软标记标注不确定样本,使SVM决策平面尽量偏向不确定数据,从而尽可能减小结构风险,加速分类器的收敛速度。通过大量对比实验,证明了本文提出的算法相对于传统SVM算法有更高的检索效率。最后设计实现了一个基于SVM的医学图像相关反馈检索系统,验证了本文提出的算法对CBIR的有效性。

全文目录


摘要  5-6
ABSTRACT  6-9
第一章 绪论  9-13
  1.1 课题研究的背景和意义  9-10
  1.2 基于相关反馈的图像检索系统  10
  1.3 课题来源  10-11
  1.4 本文主要研究内容及论文结构  11-13
    1.4.1 本文主要研究内容  11
    1.4.2 论文结构  11-13
第二章 CBIR的关键技术  13-29
  2.1 CBIR的体系结构  13-14
  2.2 图像特征提取  14-18
    2.2.1 颜色特征  14-15
    2.2.2 纹理特征  15-18
    2.2.3 形状特征  18
    2.2.4 语义特征  18
  2.3 相似性度量方法  18-19
  2.4 CBIR高维索引技术  19-20
  2.5 CBIR相关反馈技术  20-27
    2.5.1 相关反馈的基本思想  21
    2.5.2 基于相关反馈的CBIR结构  21-22
    2.5.3 CBIR相关反馈算法  22-27
  2.6 检索算法的评价准则  27
  2.7 本章小结  27-29
第三章 采样算法设计  29-37
  3.1 基于SVMactive的相关反馈检索流程  29-31
  3.2 SVM采样算法分析  31-34
    3.2.1 随机选择算法  31-32
    3.2.2 最相关选择算法  32-33
    3.2.3 简单SVMactive选择算法  33-34
    3.2.4 Mean Version Space选择算法  34
  3.3 SVM采样算法设计  34-36
    3.3.1 正最近邻SVMactive选择算法  34-35
    3.3.2 Margin SVMactive选择算法  35-36
  3.4 本章小结  36-37
第四章 分类算法设计  37-49
  4.1 SVM分类算法分析  37-42
    4.1.1 线性SVM分类算法  37-41
    4.1.2 非线性SVM分类算法  41-42
    4.1.3 SVM的特点  42
  4.2 Bsoft SVM分类算法  42-47
    4.2.1 用户模式  43
    4.2.2 改进的图像相关判断度量方式  43-45
    4.2.3 Bsoft SVM分类算法  45-47
  4.3 核函数的选择  47-48
  4.4 本章小结  48-49
第五章 系统实现与实验研究  49-59
  5.1 系统实现  49-54
    5.1.1 检索系统工作流程  49
    5.1.2 初级检索实现  49-51
    5.1.3 相关反馈迭代检索实现  51-54
  5.2 实验结果分析  54-58
    5.2.1 采样算法比较  54-55
    5.2.2 SVM与Bsoft SVM分类算法比较  55-56
    5.2.3 不同核函数比较  56-57
    5.2.4 不同图像检索结果比较  57-58
  5.3 本章小结  58-59
第六章 结论与展望  59-61
  6.1 本文工作总结  59
  6.2 后继工作和展望  59-61
参考文献  61-67
致谢  67-69
攻读硕士学位期间参加和完成的科研项目  69

相似论文

  1. 基于用户兴趣特征的图像检索研究与实现,TP391.41
  2. Q学习在基于内容图像检索技术中的应用,TP391.41
  3. 基于多示例学习的用户关注概念区域发现,TP391.41
  4. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  5. 生物医学领域检索系统查询扩展技术研究,TP391.3
  6. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  7. 三维头部数值模型的建立及DBS电场的分析研究,R742.5
  8. 基于SVM分类算法的主题爬虫研究,TP391.3
  9. 空间红外目标仿真与跟踪技术研究,TP391.41
  10. 网络传输中的ROI图像编码算法研究,TN919.81
  11. 基于计算机视觉的柑橘品质分级技术研究,TP391.41
  12. 海南雾的天气气候特征分析及预报方法研究,P457
  13. 基于粗糙集和模糊SVM的车牌识别技术研究,TP391.41
  14. 基于支持向量机的视频目标检测方法研究,TP391.41
  15. 基于改进光流场模型的医学图像非刚性配准算法研究及实现,TP391.41
  16. 大规模图像检索中局部特征聚合与索引方法研究,TP391.3
  17. 基于Jade的多Agent图像检索系统,TP391.3
  18. 多特征融合的视觉跟踪算法研究,TP391.41
  19. 医学图像配准平台及结合灰度与几何信息的新配准测度,TP391.41
  20. 基于内容的大规模数字图像检索技术研究,TP391.41
  21. 图像检索的并行计算方法与系统,TP391.3

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