基于分层和反馈技术的矢量图形检索研究

论文摘要

目前在建筑规划,机械制造,工业设计等领域,已经广泛使用计算机来绘制矢量工程图形;而且随着存储技术的提高,图形数据库应运而生。如何从大规模的图形数据库中检索到有用的信息,已经成为国内外信息检索领域的一个新的研究方向。本文的研究工作主要围绕矢量图形检索的几个关键技术展开:图形特征的提取,相似性度量检索方法,相关反馈等技术。 本文提出了一种检索工程图的新算法,该算法以几何图元为研究对象,从矢量工程图中提取特征并采用分层结构进行检索。算法先对矢量图形预处理,提取图元统计特征和结构特征用以描述其几何信息。而后建立分层检索结构:第一层检索利用图元数量等简单的统计特征检索工程图数据库,缩小检索范围;第二层检索则以第一层检索的结果为候选集合,根据直线斜率、圆弧度等结构特征进行精确检索。与经典的工程图检索算法相比较,该算法采用分层结构组织特征值,避免了因两种不同类型的特征均采用单一向量描述而产生的归一化问题。 另一方面简单定义特征向量或单一特征向量很难从根本上解决人类认知领域的所有问题。所以运用相关反馈技术,根据图形自身的查询特点来挖掘图形相关特征是一种有效的解决方法。本文借鉴了目前应用在其他领域的一些经典反馈算法,并在传统反馈算法中引入了特征归纳,权重因子等新技术。 本文的研究重点是把基于分层结构的检索技术与相关反馈技术相结合。充分利用两种技术的优势,对提取的特征向量进行科学的归纳处理,在尽可能降低特征维数的同时,提高矢量图形的检索精确度和检索效率。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 相关理论和国内外研究现状
• 1.2.1 目前国内外研究现状
• 1.2.2 相似性度量理论
• 1.2.3 相关反馈技术
• 1.2.4 测试数据库和检索性能评价
• 1.2.5 典型的图形检索系统
• 1.3 论文主要工作
• 1.4 论文结构安排
• 第二章 矢量图形检索算法概述
• 2.1 基于象素点的矢量图形检索方法
• 2.2 基于拓扑算法的矢量图形检索方法
• 2.3 基于分类反馈技术的检索方法
• 2.4 基于空间特性的检索方法
• 2.4.1 空间关系图SRG
• 2.4.2 约束满意度
• 2.5 本章小结
• 第三章 特征提取算法研究
• 3.1 矢量图形的预处理
• 3.1.1 删除图形的细节特征
• 3.1.2 统一坐标系和比例尺
• 3.1.3 多边形的分解
• 3.1.4 拟合曲线近似化圆弧
• 3.2 特征提取算法
• 3.2.1 尺寸
• 3.2.2 形状
• 3.2.3 图形的整体特征
• 3.2.4 各图元的局部特征
• 3.3 特征向量数据结构
• 3.4 本章小结
• 第四章 分层检索结构
• 4.1 检索结构分析
• 4.2 分层检索算法结构
• 4.3 分层结构的实现
• 4.3.1 第一层检索
• 4.3.2 第二层检索
• 4.4 数据库存储系统
• 4.4.1 基于OdaMfcApp系统的数据库
• 4.4.2 基于SDE接口的数据库
• 4.5 实验结果分析
• 4.6 本章小结
• 第五章 基于反馈的检索技术
• 5.1 相关反馈理论概述
• 5.2 Rocchio反馈算法
• 5.3 基于非负矩阵分解的反馈算法
• 5.3.1 非负矩阵分解
• 5.3.2 NMF的计算
• 5.3.3 图像检索中的NMF相关反馈算法
• 5.4 加权反馈算法
• 5.5 试验结果分析
• 5.6 本章小结
• 第六章 结论和展望
• 6.1 全文总结
• 6.2 后续工作
• 参考文献
• 攻读学位期间完成论文情况
• 致谢