结合语义特征的图像检索系统研究

论文摘要

本论文对结合语义特征的图像检索系统进行了设计,利用Visual　C++为开发工具,ACCESS　2000 为图像及特征存储的数据库,借助DAO 接口连接系统和数据库,实现了基于内容的图像检索系统。参考人类认识和分析事物的过程,系统把图像内容分为背景和对象,分别对背景和对象提取相应的视觉特征,用来作为检索的参数,进行图像检索。系统中还可加入用户的参与机制,由用户对检索结果进行评价,借此来调整各特征参数的权重,使检索一步步按用户的要求进行,直到在视觉和语义上都符合用户的需要。文中系统阐述了基于内容图像检索技术的概念及特点,对各特征提取算法及相关反馈技术进行了研究和探讨,最后对本课题作了总结和进一步工作的展望。

论文目录

• 中文摘要
• 英文摘要
• 第一章 引言
• 1.1 课题的提出
• 1.2 基于内容的图像检索技术
• 1.3 国内外研究现状
• 1.4 课题研究的意义和主要内容
• 1.4.1 课题研究的意义
• 1.4.2 课题的主要内容
• 第二章 图像检索中用到的基本特征
• 2.1 颜色特征
• 2.1.1 颜色空间模型
• 2.1.2 图像颜色特征的提取
• 2.1.3 颜色特征的相似度量
• 2.1.4 图像查询示例
• 2.2 纹理特征
• 2.2.1 纹理的定义和各种特征提取方法
• 2.2.2 基于灰度共生矩阵的纹理检索算法
• 2.2.3 图像查询示例
• 2.3 形状特征
• 第三章 图像中对象和背景的分割
• 3.1 区域生长算法
• 3.2 对象和背景的分割算法
• 3.3 对象和背景的分割结果
• 第四章 相关反馈
• 4.1 相关反馈提出的背景
• 4.2 相关性反馈的总体结构
• 4.3 图像特征的归一化
• 4.3.1 特征内部的归一化
• 4.3.2 特征之间的归一化
• 4.3.3 图像特征权重的调整
• 4.4 基于支持向量机的相关反馈图像检索算法
• 4.4.1 支持向量机
• 4.4.2 在图像检索中的相关反馈算法
• 4.5 小结
• 第五章 结合语义特征的图象检索系统设计与实现
• 5.1 系统开发环境
• 5.2 系统语义提取模型
• 5.3 系统结构模型
• 5.4 系统各模块概述
• 5.5 系统及检索结果
• 第六章 总结与展望
• 6.1 总结
• 6.2 进一步研究工作展望
• 参考文献
• 致谢
• 在学期间发表的学术论文和参加科研情况