P2P环境下基于内容的图像检索技术研究

论文摘要

随着计算机以及通信技术的发展，图像处理被广泛应用于各个领域。伴随着大规模图像数据库的产生，传统的信息管理方式已经不能满足实际的需求。为了便于图像的检索和识别，基于内容的图像检索（Content-Based Image Retrieval，CBIR）技术应运而生，并成为图像领域研究的热点问题之一。基于内容的图像检索是从图像本身的内容出发，由计算机提取图像本身所包含的颜色、纹理、形状等信息，通过这些信息对图像数据库进行检索，以满足用户对大量图像的检索要求。本文以基于内容的图像检索为主线，对检索系统的结构和关键技术进行了总结，并在图像聚类策略、路由机制等两个方面作了深入的研究。由于图像的特征矢量往往是多维的，加之传统的索引结构不能适应于多维特征的索引，因此，如何有效地索引且快速查询图像数据库是基于内容的图像检索的一个重要的研究问题。目前大部分图像检索系统，包括有名的QBIC，Visual Seek等，均为集中式架构，如何将网络上分散的图像资源充分利用起来，是本文考虑的第二个主要问题。基于以上两点考虑，我们充分利用DHT的资源定位的准确性和快速性以及TS-SOM（Tree Structured Self-Organzing Maps）在聚类方面具有的无监督、自组织和稳定性高等优点，形成本文中的DTS-SOM（Distributed TS-SOM）。实验结果初步证明了该方法的可行性。如何将DHT（Distributed Hash Table）用于CBIR中进行基于语义的查找，我们做了以下工作：Yingwu Zhu在其基于语义的检索系统中，组hash函数使用固定的m和n对文件进行哈希，试图将相似性较大的文档D哈希到相同的节点中，以减少访问节点的数量，降低网络开销。但是当文档D相似度变化范围较大时，上述方法很难得到满意的结果。针对此问题，我们充分利用了CAN（Conetent Addressable Network）中邻居网格具有更高的语义相似性这一特征，引入了cache策略，来计算文件相似度，进而获得优化的m和n。理论证明此方法是可行的。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究的目的和意义
• 1.2 基于内容的图像检索发展前景
• 1.3 P2P技术发展前景
• 1.4 国内外研究现状
• 1.5 本文工作及各章节安排
• 2 基于内容的图像检索的关键技术
• 2.1 三种主特征
• 2.1.1 颜色特征
• 2.1.2 形状特征
• 2.1.3 纹理特征
• 2.2 特征提取
• 2.2.1 图像颜色特征的提取与表达
• 2.2.2 图像形状特征的提取与表达
• 2.2.3 图像纹理特征的提取与表达
• 2.3 相似性度量
• 2.3.1 常用向量距离
• 2.3.2 直方图相交
• 2.3.3 二次式距离
• 2.3.4 马氏距离
• 2.3.5 一些其他的相似性度量方法
• 2.4 反馈机制的研究
• 2.4.1 基于修改查询向量的相关反馈
• 2.4.2 基于修改向量权重的相关反馈
• 3 路由机制、聚类机制及改进
• 3.1 Peer-to-Peer与DHT概述
• 3.1.1 Peer-to-Peer定义
• 3.1.2 P2P网络拓扑结构研究
• 3.1.3 全分布式严格结构化P2P网络中的搜索
• 3.2 聚类策略概述
• 3.2.1 等级聚类法
• 3.2.2 划分聚类法
• 3.2.3 启发式聚类法
• 3.2.4 基于密度的聚类方法
• 3.2.5 基于网格聚类法
• 3.2.6 Self Organizing Maps与Tree Structured-SOM概述
• 3.3 分布式TS-SOM
• 3.3.1 DTS-SOM训练过程
• 3.3.2 DTS-SOM聚类过程
• 3.3.3 DTS-SOM性能分析
• 4 本检索系统中的关键技术
• 4.1 颜色、结构与纹理特征相结合
• 4.2 图像数据库的管理与维护
• 4.3 路由机制
• 4.4 消息处理机制
• 4.5 节点加入与离开
• 5 系统实现及测试结果
• 5.1 系统概述
• 5.1.1 系统目标及系统架构
• 5.1.2 系统开发环境与开发工具
• 5.2 检索系统功能设计
• 5.2.1 训练集导入模块
• 5.2.2 检索及输出模块
• 5.2.3 检索参数设置模块
• 5.3 系统测试结果
• 5.3.1 理论分析
• 5.3.2 实验结果
• 6 对DHT网络中基于LSH语义查找的改进
• 6.1 相关工作
• 6.2 基于LSH语义查找的改进-cache策略
• 6.3 系统性能定性分析
• 6.4 进一步研究的问题
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢