图像检索中空间关系技术的研究

论文摘要

空间关系技术是基于内容的图像检索技术的一个重要研究方向。它利用图像分割技术把图像对象和图像背景、图像对象和图像对象之间区分开来,用图像中的对象空间组成关系表示和索引图像。本文首先分析和概括了图像检索中常用的颜色、纹理、形状特征,以及其相应的提取方法。然后分析了空间关系特征提取中图像分割和图像对象定位这两个十分关键的步骤。使用小波域的图像分割模型获取图像对象,即对图像小波变换得到多尺度信息,达到加快EM算法迭代马尔科夫随机场图像分割模型参数的目的,从而提高图像检索速度。本文提出小波域隐马尔科夫树模型和小波域高斯混合模型,并分别对这两种模型做了图像分割实验,实验证明小波域高斯混合模型具有更好的分割效果。最后采用2-D串方式来表达提取出的图像对象的空间关系,已备图像检索所需。这种空间关系的表达方法,简单易实现,并且能很好的描述各种空间关系。

论文目录

• 中文摘要
• 英文摘要
• 第一章 引言
• 1.1 课题的研究背景和动机
• 1.2 国内外 CBIR 发展概况
• 1.2.1 国外 CBIR 发展概况
• 1.2.2 国内 CBIR 发展概况
• 1.3 CBIR 存在的问题
• 1.4 空间关系在 CBIR 的应用
• 1.5 本文的内容和结构
• 第二章 CBIR 技术研究
• 2.1 颜色特征
• 2.1.1 颜色模型
• 2.1.2 颜色特征表达
• 2.2 纹理特征
• 2.2.1 统计法
• 2.2.2 频谱法
• 2.2.3 结构法
• 2.3 形状特征
• 2.3.1 傅立叶描述符
• 2.3.2 不变矩
• 2.4 空间关系
• 2.5 小结
• 第三章 空间关系特征描述
• 3.1 基于目标结构的表达
• 3.1.1 网格
• 3.1.2 四叉树
• 3.1.3 二叉树
• 3.1.4 K-d 树
• 3.1.5 R 树
• 3.2 基于关系的表达
• 3.2.1 符号投影和2-D 串表达
• 3.2.2 2-D 串族
• 3.3 空间度量关系
• 3.3.1 距离测量
• 3.3.2 朝向测量
• 3.4 小结
• 第四章 图像对象的分割和空间关系描述
• 4.1 图像分割概述
• 4.1.1 阈值法
• 4.1.2 边缘法
• 4.1.3 区域生长法
• 4.2 图像的马尔科夫随机场模型
• 4.3 小波理论与多尺度图像分析
• 4.3.1 多尺度小波理论
• 4.3.2 多尺度图像处理
• 4.4 小波域隐马尔科夫树模型图像分割方法
• 4.5 小波域高斯混合模型图像分割方法
• 4.6 分割后的对象的图标化
• 4.7 图像对象的空间关系表达
• 4.8 利用空间关系检索图像
• 4.9 小结
• 第五章 系统模块构成
• 5.1 特征提取和描述模块
• 5.2 空间关系匹配模块
• 5.3 数据库管理模块
• 5.4 用户查询模块
• 5.5 小结
• 第六章 实验结果与分析
• 6.1 分割实验
• 6.1.1 数据来源
• 6.1.2 分割结果
• 6.1.3 实验分析
• 6.2 空间关系定位实验
• 6.2.1 空间关系定位
• 6.2.2 实验分析
• 6.3 检索实验
• 6.4 实验结果总结
• 第七章 全文的总结
• 参考文献
• 致谢
• 在学期间发表论文和参加科研情况