基于内容的图像数据库检索技术的研究及应用

论文摘要

高速互联网络和多媒体技术的飞速发展,海量存储设备和处理机性能的不断提高极大地促进了图形图像系统的普及和发展。图像数据库正在被越来越多的领域所广泛应用:数字图书馆、医学图像数据库、卫星图像数据库、商标数据库和建筑艺术图像数据库等。如何在大量的图像中查找所需要的图像信息,成为图像应用一个急待解决的问题。CBIR（Content-Based Image Retrieval）根据图像的视觉特征如颜色、纹理、形状和空间位置关系来分析图像,通过建立图像各种特征向量数据库,构建查询模块进行图像检索。本文在广泛查阅国内外相关研究技术资料的基础上,首先对图像的颜色、纹理、形状视觉底层特征进行研究分析,提取图像底层特征向量构建特征数据库。其次研究分析多特征融合技术在图像检索中的应用,结合基于区域分割颜色特征、形状、纹理特征多种检索方法,给出了基于综合特征的图像检索方法。利用区域位置信息,提取图像各区域内颜色矩特征和改进Hu不变矩特征作为特征向量对图像进行检索。实验验证表明,综合颜色、纹理和形状特征的图像检索方法克服了利用单一特征检索的局限性,提高了检索的准确率和检索的通用性。由于底层视觉特征与图像高层语义之间关联较弱,在研究中引入相关反馈技术获得用户检索信息意图,可较好提高检索的查准率。本文给出了一种基于特征加权的相关反馈方法,结合用户标记的反馈图像建立权重动态调整,使查询更好地满足用户要求,从实验中可以看出该反馈法的有效性。本文设计了一个图像数据库检索原型系统,用于对基于内容的图像数据库检索研究结果的实验验证。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景和研究意义
• 1.2 国内外研究现状及发展趋势
• 1.3 本文研究内容和组织结构
• 第二章 基于内容图像检索综述
• 2.1 CBIR的系统构成
• 2.2 基于内容图像检索的主要技术
• 2.2.1 图像特征提取与表示
• 2.2.2 图像特征的相似性度量
• 2.2.3 索引和反馈机制
• 2.2.4 系统评价原则
• 本章小结
• 第三章 基于内容图像特征提取相关技术
• 3.1 颜色空间模型
• 3.2 颜色特征
• 3.3 纹理特征
• 3.4 形状特征
• 本章小结
• 第四章 基于内容图像检索方法的研究与设计
• 4.1 基于颜色特征图像检索方法的研究与设计
• 4.1.1 基于圆一不规则矩形的颜色特征算法研究与设计
• 4.1.2 基于HSV空间颜色一致性向量特征提取算法研究
• 4.1.3 颜色布局描述符特征算法研究与设计
• 4.1.4 颜色特征检索实验仿真与分析
• 4.2 基于纹理特征图像检索的研究与设计
• 4.2.1 K度共生矩阵特征选择
• 4.2.2 纹理特征向量归一和相似度量研究
• 4.2.3 纹理特征检索实验仿真及分析
• 4.3 基于不变矩和边界方向直方图的形状检索研究与设计
• 4.3.1 图像边缘检测
• 4.3.2 形状不变矩的定义
• 4.3.3 基于二值边缘图像的线矩提取算法研究
• 4.3.4 边界方向直方图（Edge direction histograms）
• 4.3.5 综合形状不变矩和边界方向直方图形状检索
• 4.3.6 不变矩实验仿真及分析
• 本章小结
• 第五章 基于内容图像检索原型系统设计与实现
• 5.1 综合多特征检索及相关反馈研究与设计
• 5.1.1 图像特征归一化
• 5.1.2 图像特征权重反馈调整
• 5.1.3 基于相关反馈多特征的图像检索研究
• 5.2 基于内容图像检索数据库原型系统概要设计
• 5.3 基于内容图像数据库检索原型系统实现
• 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文