基于内容的真菌图像检索系统设计与实现

论文摘要

近年来,微电子、通信和计算机技术的巨大发展,存储技术和数字图像设备性能的提高,以及互联网技术的普及,使我们拥有了比以往任何时代更多的图像资源。但如何快速准确的检索到所需的图像,已经成为迫切需要解决的问题。传统的基于文本注释的图像检索方法,存在着手工注释图像工作量过大和注释主观差异性等缺陷,已不能适应需求。因此,基于内容的图像检索（Content-Based Image Retrieval,CBIR）已成为解决图像检索问题的研究热点。CBIR通过直接对图像的内容进行分析,抽取内容特征,通过特征的相似性匹配来检索图像。当特征提取和相似度量方法确定后,要做的工作就是在图像数据库中查找与给定的检索图例最相似的图像。 本文研究了基于内容图像信息检索的概念、特征、体系结构、检索方法,并将此方法应用于真菌图像检索。构建了真菌图像数据库、用户查询接口,分析了图像数据的特征提取、检索方法等内容。在分析当前图像检索系统的研究方法、基于图像内容的研究现状和主要技术基础上,实现了颜色特征的提取和基于颜色的相似度量,利用颜色特征进行真菌图像的检索,该系统根据相关性反馈有关理论提供了一种简单的反馈途径,即通过改变检索结果中每幅图像与目标图像的相似程度后再检索,提高了查询质量。

论文目录

• 1 绪论
• 1.1 基于内容的真菌图像检索技术的研究
• 1.2 国内外研究的现状
• 1.3 论文的主要内容
• 2 基于内容的图像检索
• 2.1 CBIR系统的系统结构
• 2.2 CBIR的图像数据库结构
• 2.3 CBIR的相似度量
• 2.4 CBIR各种索引技术
• 2.5 CBIR的交互查询技术——相关反馈（Relevance Feedback）
• 2.6 图像检索性能评价方法
• 2.7 CBIR的典型系统介绍
• 3 基于颜色的图像检索方法
• 3.1 基于颜色的真菌图像检索方法概述
• 3.2 特征提取
• 3.3 相似度量
• 3.4 图像检索
• 3.5 小结
• 4 系统实现
• 4.1 系统框架
• 4.2 数据管理
• 4.3 图像入库
• 4.4 图像查询
• 4.5 基于内容图像检索系统设计
• 4.6 查询界面设计
• 4.7 实验结果和分析
• 5 结论
• 致谢
• 攻读硕士期间主要成果
• 参考文献