基于内容图像检索关键技术研究

基于内容图像检索关键技术研究

论文摘要

随着多媒体技术及Internet网络的迅速发展,基于内容的图像检索技术研究成为目前一个相当重要而又富有挑战性的研究课题。本论文围绕基于内容图像检索中的一些关键技术,包括图像低层特征及语义特征提取、图像间相似度的度量及相关反馈、特征选择等技术,进行了一些探索性的研究,研究具有一定的理论意义和实际应用价值。对基于内容图像检索领域的主要贡献总结如下: (1)分析和研究了基于模糊颜色直方图的颜色特征提取方法,基于图像规格化,研究了基于Zernike矩的图像形状特征提取方法。 (2)在现有模式测度理论基础上,基于信息理论中相对熵,条件熵,联合熵等概念,提出了交互信息距离测度,并证明了交互距离具有非负性,对称性及满足三角不等性。该理论方法拓宽了信息模式相似性测度的研究领域。 (3)将“隐含语义索引”(Latent Semantic Indexing,LSI)引入CBIR研究中,提出了一种提取图像语义信息的新途径。隐性语义检索建立在矩阵的奇异值分解基础上,它绕过了自然语言处理过程,试验证明,LSI可以实现有效的图像语义检索。 (4)提出了结合相关反馈的语义标注新方法,为了把用户模型嵌入到图像检索系统,在检索中融入人的视觉感知,在“理解”图像的基础上检索图像。该方法克服了传统的基于统计的语义标注方法效率低、准确率低的缺点,有效提高了图像语义标注的准确率和效率。 (5)目前,图像检索面临的一个重大问题仍是“维数灾难”,利用特征选择来进行维数约简是图像检索过程的必要环节。本文研究了基于过滤模型和封装模型的特征选择方法,提出了结合Relief及支持向量机的特征选择方法,实现了有效的特征选择。 (6)任何一项技术都是由该领域中相应的评价标准来推动的。鉴于对基于内容的图像检索系统进行评价的重要性,本文从三个方面来分析研究基于内容的图像检索系统的性能评价问题:测试数据集的建立;量化的评价方法;相关性评价的获取。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 第一章 绪论
  • §1.1 课题背景与研究意义
  • §1.2 本论文的主要贡献
  • §1.3 本论文的组织结构
  • §1.4 小结
  • 第二章 国内外研究现状分析
  • §2.1 基于内容图像检索的研究热点
  • §2.2 图像低层特征提取
  • 2.2.1 颜色特征
  • 2.2.2 形状特征
  • 2.2.3 纹理特征
  • §2.3 图像高层特征提取
  • §2.4 相关反馈
  • §2.5 特征选择
  • §2.6 本章小结
  • 本章参考文献
  • 第三章 特征提取与基于信息理论的距离测度
  • §3.1 引言
  • §3.2 模糊颜色直方图
  • 3.2.1 模糊集的基本知识
  • 3.2.2 模糊C均值聚类算法
  • 3.2.3 模糊颜色直方图的定义与计算
  • 3.2.4 累积颜色直方图与模糊颜色直方图的关系
  • 3.2.5 模糊颜色直方图的距离度量
  • 3.2.6 检索效率评价与实验结果分析
  • §3.3 ZERNIKE矩
  • 3.3.1 图像规格化
  • 3.3.2 基于Zernike矩的形状特征提取
  • §3.4 基于信息理论的距离测度
  • 3.4.1 距离测度的定义
  • 3.4.2 信息的基本概念
  • 3.4.3 基于信息理论的距离测度
  • §3.5 本章小结
  • 本章参考文献
  • 第四章 语义特征提取
  • §4.1 引言
  • §4.2 图像语义层次模型
  • §4.3 图像语义标注
  • 2002数据集上的基于统计的标注'>4.3.1 建立在eccv2002数据集上的基于统计的标注
  • 4.3.2 结合相关反馈的语义聚类
  • §4.4 隐语义(LSI)图像检索
  • 4.4.1 矩阵的奇异值分解
  • 4.4.2 从用户交互中推导语义空间距离矩阵
  • 4.4.3 基于隐语义的图像检索算法
  • §4.5 基于本体的语义检索
  • §4.6 本章小结
  • 本章参考文献
  • 第五章 基于内容图像检索中的特征选择
  • §5.1 引言
  • §5.2 特征选择算法的结构
  • §5.3 特征选择算法
  • 5.3.1 基于主成分分析的特征选择算法
  • 5.3.2 结合ReliefF与支持向量机的特征选择方法
  • §5.4 特征选择评价
  • 5.4.1 距离度量
  • 5.4.2 基于分类错误率度量的评价函数
  • §5.5 本章小结
  • 本章参考文献
  • 第六章 基于相关反馈的图像检索
  • §6.1 引言
  • §6.2 基于方差分析的相关反馈方法
  • §6.3 试验结果与分析
  • §6.4 本章小结
  • 本章参考文献
  • 第七章 检索性能评价
  • §7.1 引言
  • §7.2 建立一个平衡的,大规模的测试数据集
  • §7.3 获取相关性评价的通用方法
  • §7.4 量化评价方法
  • 7.4.1 查全率和查准率
  • 7.4.2 排序评价方法
  • 7.4.3 匹配百分数
  • 7.4.4 tau系数
  • 7.4.5 检索评分法
  • 7.4.6 相似性排序百分比
  • §7.5 本章小结
  • 本章参考文献
  • 第八章 基于内容的图像与模型检索算法测试平台
  • §8.1 系统结构及主要功能
  • §8.2 系统查询方式
  • §8.3 多特征组合的相似性度量
  • §8.4 应用现状
  • 本章参考文献
  • 第九章 总结与展望
  • §9.1 本文工作总结
  • §9.2 前景展望
  • 攻读博士学位期间发表的论文
  • 致谢
  • 相关论文文献

    • [1].基于内容语义的医学图像检索综述[J]. 科技视界 2020(04)
    • [2].基于多示例学习的图像检索方法[J]. 网络安全技术与应用 2019(04)
    • [3].基于机器学习的大规模船舶图像检索机制[J]. 舰船科学技术 2019(18)
    • [4].基于大数据的图像检索关键技术[J]. 电子技术与软件工程 2018(09)
    • [5].个性化图像检索和推荐[J]. 北京邮电大学学报 2017(03)
    • [6].特定区域的舰船图像检索研究[J]. 舰船科学技术 2020(12)
    • [7].基于深度学习的青藏高原畜牧业多目标动物图像检索研究[J]. 软件 2020(07)
    • [8].基于图像场景和语义信息的图像检索[J]. 中国高新科技 2018(01)
    • [9].基于深度学习与拓展查询的商标图像检索方法[J]. 网络新媒体技术 2018(01)
    • [10].分组排序多特征融合的图像检索方法[J]. 计算机研究与发展 2017(05)
    • [11].基于自反馈的动态权值图像检索方法[J]. 沈阳航空航天大学学报 2013(06)
    • [12].以计算机为基础的色彩图像检索方法与研究[J]. 计算机光盘软件与应用 2013(12)
    • [13].基于颜色特征与纹理特征的图像检索[J]. 硅谷 2012(06)
    • [14].基于盲取证的医学图像检索及语义表达研究综述[J]. 电脑知识与技术 2012(22)
    • [15].网络图像检索行为与心理研究[J]. 中国图书馆学报 2011(05)
    • [16].基于遗传算法的图像检索中特征权重自动调整[J]. 计算机工程与应用 2008(02)
    • [17].图像检索研究进展[J]. 南京工业职业技术学院学报 2008(02)
    • [18].基于兴趣点局部分布特征的图像检索研究[J]. 微型电脑应用 2019(12)
    • [19].基于内容的医学图像检索研究进展[J]. 激光与光电子学进展 2020(06)
    • [20].海量图像检索系统关键技术研究[J]. 信息与电脑(理论版) 2020(14)
    • [21].基于内容的医学图像检索综述[J]. 信息与电脑(理论版) 2020(15)
    • [22].基于内容的医学图像检索方法综述[J]. 重庆理工大学学报(自然科学) 2018(12)
    • [23].全局和局部特征的图像检索(英文)[J]. Journal of Central South University 2018(02)
    • [24].反馈机制的大规模舰船图像检索[J]. 舰船科学技术 2018(08)
    • [25].基于改进特征的图像检索方法研究[J]. 西北工业大学学报 2018(04)
    • [26].基于多图学习的情感图像检索研究[J]. 大连民族大学学报 2016(05)
    • [27].大数据分析技术在海量激光图像检索中的应用[J]. 数码世界 2020(01)
    • [28].基于移动Agent的图像检索[J]. 数码世界 2018(09)
    • [29].基于轻量级神经网络的服装图像检索[J]. 科学技术创新 2020(31)
    • [30].基于半监督学习的一种图像检索方法[J]. 计算机应用研究 2013(07)

    标签:;  ;  ;  ;  ;  

    基于内容图像检索关键技术研究
    下载Doc文档

    猜你喜欢