图像的形状特征分析与检索

论文摘要

基于内容的图像检索(CBIR)是当前图像工程热点课题之一,它直接对图像内容(如图像的颜色、形状、纹理、背景等)进行分析,并对图像特征进行合理的描述,使得检索过程更加有效,更能适应人的视觉特征。而形状是把一个物体从它的周围物体区别出来的重要特征,是图像最显著的视觉特征之一,基于形状的图像检索是基于内容的图像检索的一个十分重要的方面,通过对形状特征的分析,可以找到其更有效的表示方法,对图像数据库中的图像进行匹配与检索。本文的主要研究内容和贡献如下:(1)对基于形状的图像检索的关键技术——形状特征的分析与检索,以及形状的相似性度量、图像检索衡量标准等进行了深入的研究,总结了目前已有的一些方法,并从应用的角度分析了它们各自的优缺点。(2)改进了一种基于最小惯性轴的图像匹配与检索方法。这种方法是将原有基于最小惯性轴以及特征点之间的结构关系进行改进,它具有良好的平移、旋转和尺度缩放不变性,能够同时利用形状边界轮廓和区域信息,且对于存在缺口的形状是健壮的。此方法具有较高的性能和检索效率。(3)对已有的多边形匹配检索方法进行了对比的研究,对几种代表性方法进行了实验比较,并提出了利用最小惯性轴与链码方法结合,对多边形进行三角剖分的检索方法。通过将此方法与其他几种方法的实验比较,表明此方法具有较高的检索精确性。

论文目录

• 摘要
• Abstract
• 第一章 前言
• 1.1 课题来源、提出背景及意义
• 1.2 相关技术及现状
• 1.2.1 形状表示法及描述子技术
• 1.2.2 基于形状特征的图像检索
• 1.2.3 图像的相似性度量
• 1.2.4 图像检索算法衡量标准
• 1.3 主要研究内容
• 1.4 论文组织结构
• 第二章 图像的形状表示法与检索技术
• 2.1 形状表示法及描述子技术
• 2.1.1 基于轮廓的形状表示法和描述子技术
• 2.1.1.1 全局方法
• 2.1.1.2 结构方法
• 2.1.2 基于区域的形状表示法和描述子技术
• 2.1.2.1 全局方法
• 2.1.2.2 结构方法
• 2.1.3 形状表示法和描述子分类总结
• 2.2 基于形状的图像检索技术
• 2.2.1 图像的相似性度量方法
• 2.2.1.1 几何相似性度量
• 2.2.1.2 非几何相似性度量
• 2.2.2 常用图像检索算法衡量标准
• 2.2.2.1 复杂度
• 2.2.2.2 查全率与查准率（查正率）
• 2.2.2.3 不变性
• 第三章 基于最小惯性轴的图像匹配与检索
• 3.1 特征提取与形状表示
• 3.2 三角隶属函数及相似度计算
• 3.3 不变性性质
• 3.4 实验结果
• 3.5 小结
• 第四章 多边形匹配检索方法对比与改进
• 4.1 方法的提出
• 4.2 相似性度量及不变性性质
• 4.3 实验对比
• 4.4 小结
• 第五章 多边形的拓扑关系及最小边界圆周
• 5.1 对象间的拓扑关系与方向关系
• 5.2 基于MBC 的图像形状检索
• 5.3 小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 工作展望
• 参考文献
• 致谢
• 个人简历、在校期间的研究成果