基于分块加权—颜色特征的图像检索

论文摘要

图像检索主要基于以下三种方式：文本、内容和语义。本文在对这三种方式进行优劣性及实用性的比对后,选择了基于内容的图像检索方式进行研究。基于内容的图像检索方式不仅能弥补基于文本的图像检索的不足之处,也有着较成熟的研究环境。基于内容的图像检索主要有以下三种方法：基于纹理、基于颜色和基于形状。通过对比几种图像特征,本文选取颜色特征作为主要研究对象。针对传统全局直方图法不能有效表示图像空间信息的问题,以及传统刚性分割不能保证旋转不变性且不能突出图像中心,本文提出了分块加权-颜色特征算法。实验结果表明,这种方法在空间信息表达、保证旋转不变性方面优于传统全局颜色直方图和分块方法。在新算法的基础上,考虑到用户对于图像主要物体形状的检索需求,又对算法做进一步改进,本文提出了基于Sobel算子的分块加权-颜色特征算法。实验结果表明,这种方法在检索精确性方面优于分块加权-颜色特征算法。在算法研究及实验完成以后,本文设计并实现了图像检索系统。系统能够让用户对图像进行权值设定,也就是说用户对于示例图片中的不同部分可以给予自己想要的关注度。除此之外,系统还集成了传统的两种算法,以适应用户不需很高检索精度而要求较快检索速度的需求。

论文目录

• 提要
• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题背景
• 1.2 图像检索技术的发展现状
• 1.2.1 基于文本信息的检索技术
• 1.2.2 基于内容的图像检索技术
• 1.2.3 基于语义的图像检索技术
• 1.3 经典基于内容图像检索系统介绍
• 1.4 本文的主要内容和结构
• 1.4.1 本文的主要内容
• 1.4.2 本文的结构
• 第2章 基于颜色特征检索关键技术
• 2.1 颜色空间模型
• 2.2 颜色空间的转换
• 2.3 颜色特征提取技术
• 2.4 图像相似性度量
• 第3章 基于分块加权-颜色特征的图像特征提取算法
• 3.1 基于全局颜色直方图的图像检索
• 3.2 基于分块直方图的图像检索
• 3.3 分块加权-颜色特征提取算法
• 3.3.1 颜色空间量化
• 3.3.2 分块策略
• 3.3.3 算法的旋转不变性
• 3.3.4 归一化处理
• 3.3.5 权值的设定
• 3.3.6 基于分块加权-颜色特征的图像检索步骤
• 3.3.7 实验结果比较
• 第4章 基于Sobel算子的分块加权-颜色特征算法
• 4.1 形状特征提取
• 4.1.1 基于轮廓的形状描述
• 4.1.2 基于区域的形状描述
• 4.2 基于Sobel算子边缘直方图的形状特征提取
• 4.2.1 灰度图像转换
• 4.2.2 Sobel算子
• 4.2.3 图像形状特征表示
• 4.3 基于Sobel算子的分块加权-颜色特征算法
• 4.3.1 基于Sobel算子的分块加权-颜色特征算法的相似性度量
• 4.3.2 基于Sobel算子的分块加权-颜色特征算法的实验结果
• 第5章 基于内容的图像检索系统的设计与实现
• 5.1 系统的开发技术及工具的选择
• 5.2 检索系统的工作流程
• 5.3 检索系统的特点
• 5.3.1 多种算法结合
• 5.3.2 交互性强
• 5.4 系统的主界面
• 第6章 总结与展望
• 6.1 作总结
• 6.2 工作展望
• 参考文献
• 作者简介及在学期间所取得的科研成果
• 致谢