论文摘要
随着多媒体技术和计算机网络的飞速发展,图像作为基本且最为广泛的多媒体信息,已广泛应用于数字图书馆、医学图像管理、遥感图像处理等多个领域.如何快速、有效地从大规模的图像数据库中检索出所需的图像是一个具有重大意义且面临严峻挑战的研究课题.目前,基于内容的图像检索技术已成为国内外研究的热点.特征提取是基于内容图像检索技术的关键,而纹理特征是基本的视觉特征之一多尺度几何分析源于小波又高于小波,是一种具有良好的多方向性和各向异性的图像分析工具,可以有效地提取图像的纹理、边缘等特征.而局部二值模式（LBP）是一种有效的纹理图像描述子,因此本论文结合多尺度几何分析与LBP,对纹理图像检索做出了以下三方面的研究.1.提出一种融合LBP和Brushlet域系数统计特征的纹理图像检索方法.该方法利用Brushlet变换得到每个子带的能量特征作为纹理图像的频域特征,然后提取图像的LBP直方图作为空域特征,并采用改进的Canberra距离进行度量,最后对空频特征的结合选取合适的权值以实现图像的检索.2.提出一种基于LBP和Contourlet域系数统计特征的自适应纹理图像检索方法.首先利用广义高斯分布描述轮廓波方向子带系数的边缘分布,采用矩估计提取模型参数,作为图像的高频特征；其次对低频子带提取能量和标准差作为图像的低频特征；再次运用LBP提取图像的空域特征,并使用闭环反馈实现图像的自适应检索.实验结果表明：该算法比单独考虑LBP或Contourlet域分别提高了8.0%、10.4%.3.提出一种新的旋转纹理描述子CLBP-HF.对图像提取一致性模式的直方图,然后对其进行离散Fourier变换,得到全局旋转不变的纹理特征.利用Fourier谱的对称性,将特征向量进一步降维.最后采用改进的Canberra距离对图像进行检索.在包含640幅旋转纹理图像的自建图像库中进行检索实验,结果表明该方法可以获得较好的检索性能.