论文摘要
草场是一种农业用地,用于畜牧业生产。草场是发展畜牧业不可缺少、不可代替的生产资料。对草场进行数字化管理离不开图像分析与处理技术,而分析处理图像的前提是对草场图像进行有效的检索。人工方式进行辨认确实可以,但是图片库里的图片数量很多时,人工检索效率会很低。如果能够先在图像库中进行一次检索缩小范围,再在此基础上进行人工分析,会极大的提高整个数字化草场管理系统的运行效率。因此,基于内容的图像检索技术在数字化草场管理中的应用与研究是很有意义的。从20世纪70年代开始,有关图像检索的研究就已开始,当时主要是基于文本的图像检索技术（Text-based Image Retrieval,简称TBIR）,利用文本描述的方式描述图像的特征,如绘画作品的作者、年代、流派、尺寸等。到90年代以后,出现了对图像的内容语义,如图像的颜色、纹理、布局等进行分析和检索的图像检索技术,即基于内容的图像检索（Content-based Image Retrieval,简称CBIR）技术。CBIR属于基于内容检索（Content-based Retrieval,简称CBR）的一种,CBR中还包括对动态视频、音频等其它形式多媒体信息的检索技术。在检索原理上,无论是基于文本的图像检索还是基于内容的图像检索,主要包括三方面：一方面对用户需求的分析和转化,形成可以检索索引数据库的提问；另一方面,收集和加工图像资源,提取特征,分析并进行标引,建立图像的索引数据库；最后一方面是根据相似度算法,计算用户提问与索引数据库中记录的相似度大小,提取出满足阈值的记录作为结果,按照相似度降序的方式输出。本文从介绍主流的基于内容的图像检索技术及其应用入手。详述了颜色特征在基于内容的图像检索中的各种技术的应用。接着通过分析基于固定块划分、环形划分图像检索策略不能精确定位目标、颜色直方图特征向量维数太高的不足,提出了基于图像分割的主颜色填充图像检索策略。利用图像分割技术,保持了图像的完整性和连续性,利用主颜色不仅更符合人眼的视觉特性的特点,还起到了降维的效果。实验证明基于图像分割的主颜色填充图像检索策略是一种切实可行的检索策略,在查准率、查全率方面均有优势。最后,本文设计并实现了一套基于内容的图像检索技术在数字化草场管理中的应用与研究实例系统,既是对本文提出的基于图像分割的主颜色填充图像检索策略的验证,也是作为对国家863课题--《资源节约型东北草畜业数字化管理关键技术的研究》的延续和探索。
论文目录
相关论文文献
标签：基于内容的图像检索论文; 图像分割论文; 主颜色论文;