基于感兴趣区域的图像分割及其在图像检索中的应用

论文摘要

图像,作为一种表达直观,内容丰富的多媒体信息,一直以来都受到人们的关注。随着多媒体技术、通信技术以及计算机网络技术的迅猛发展,各行各业对图像信息的需求日益广泛,对图像产生了许多具体的、特殊的需求,这便要求对图像进行处理。由于图像中包含的内容比较丰富,而人们在大多数情况下只关心图像中的一部分内容,由此,人们提出了感兴趣区域这个概念。通过提取图像的感兴趣区域,人们可以专注于对图像感兴趣区域的处理,改善图像处理的结果。不同的需求、不同的应用背景,对图像的关注点可能不同,因此可能对应着不同的感兴趣区域提取方法。本文在图像检索的背景下,研究图像的感兴趣区域提取,以达到改善图像检索结果的目的。本文的主要工作和内容如下:1)根据显著点在浅景深图像和简单背景图像上的分布特性,提出了一种基于显著点的图像感兴趣区域自动提取方法。该方法根据在浅景深图像及简单背景图像中,显著点主要分布在物体边缘以及物体内部灰度变化剧烈的地方这个特点,对显著点进行扩展,并把扩展后的点记为标记点;根据图像分割后,各个分割区域内标记点的分布密度,判定各个区域是否属于感兴趣区域,标记点分布密集的区域为图像的感兴趣区域,标记点分布稀疏的区域为图像的背景区域。对于浅景深图像和简单背景图像,这种方法能够较好的区分出图像的感兴趣区域和背景区域。2)把本文提出的基于显著点的感兴趣区域提取方法应用到图像检索领域,建立了一个基于感兴趣区域的图像检索系统。提取图像的颜色直方图作为图像的特征,使得图像检索系统可以不受图像旋转的影响,并具有较高的抗噪声性能。实验证明,本文建立的图像检索系统对浅景深图像及简单背景图像取得了较好的效果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 本课题的研究背景及意义
• 1.2 研究现状
• 1.3 本论文的主要内容和章节安排
• 第二章 基于内容的图像检索技术
• 2.1 图像内容的特征描述及相似性度量
• 2.1.1 颜色特征
• 2.1.2 纹理特征
• 2.1.3 形状特征
• 2.1.4 相似性度量
• 2.2 基于全局特征的检索方法
• 2.3 基于颜色布局的方法
• 2.4 基于区域的方法
• 2.5 基于感兴趣区域的方法
• 2.6 本章小结
• 第三章 基于感兴趣区域的图像分割
• 3.1 基于交互的方法
• 3.2 基于显著图的方法
• 3.3 基于拐点的方法
• 3.4 基于灰度变换的方法
• 3.5 本文方法
• 3.5.1 彩色图像分割
• 3.5.2 显著点的提取及扩展
• 3.5.3 感兴趣区域判别
• 3.5.4 小结
• 3.6 本章小结
• 第四章 基于感兴趣区域的图像检索
• 4.1 基于感兴趣区域的图像检索的流程
• 4.1.1 统计感兴趣区域的图像特征
• 4.1.2 图像相似度判别
• 4.2 基于感兴趣区域的图像检索系统
• 4.3 实验与评价
• 4.3.1 试验一
• 4.3.2 实验二
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 本文工作的总结
• 5.2 进一步的完善
• 参考文献
• 致谢
• 攻读硕士学位期间已发表或录用的论文