基于模糊理论的彩色图像检索算法研究

基于模糊理论的彩色图像检索算法研究

论文摘要

1在当今多媒体技术时代,大量的图像信息充斥着网络。如何快速、有效地查询具有丰富内容的彩色图像已经成为学术界的研究热点,基于内容的图像检索技术(CBIR)应运而生。由于人类感知的模糊性,面向用户的图像检索应该符合人脑的思维方式。模糊数学正是模拟人脑思维的有力工具,因此本文采用模糊数学的思想来对图像检索进行分析、研究和实现。本文首先分析了特征提取、相似性度量等图像检索的关键技术,然后介绍模糊数学理论的基本原理,随后,探讨了基于模糊理论的图像检索算法,并予以实现,实验结果证实了文中算法的正确性和有效性。本文的主要工作概括如下:1.采用一种新的颜色直方图以及相似性度量的表示方法,克服了传统直方图的不足。首先,采用基于MPEG-7视觉内容的颜色作为相似颜色区域内的特征值,对像素颜色值进行非均匀的量化之后,计算每一种颜色出现的概率,并抽取主要颜色特征作为特征向量存储在图像数据库中。最后,根据模糊集合理论的一种距离函数可计算出颜色直方图的相似度。2.引入模糊汉明距离这一理论,它是汉明距离在模糊理论的扩展,兼顾了特征值(此文中为颜色)的不同以及相异的程度。在对图像分块处理后,提取图像块的HSV颜色分量,使用模糊汉明距离计算查询图像与库图像之间的相似性度量。该检索算法应用于Corel专业图像库,较好的解决了图像的低层特征和高层语义难以逾越的鸿沟这一难题。与Ruofei Zhang等的FUZZYCLUB系统相比较,本算法更为优越。3.图像颜色量化过程中,处在量化边界的颜色存在模糊性。据此,本文采用了HSI颜色空间的隶属度函数来描述颜色。同时,加入了模糊子集内颜色的位置分布特征和离散度特征来表示颜色的空间信息。基于纹理也是描述图像的重要信息,本文提取了经典的灰度共生矩阵。最后,综合颜色直方图、颜色空间信息以及纹理特征进行图像检索。4.针对颜色直方图只能反映颜色统计特征这一点,引入了经典的特征描述符,从颜色、纹理、边缘和空间四个方面提取直方图,并把模糊汉明距离(FHD)理论应用于相似性度量。我们选取专业图库Corel中的1000张图片进行实验,取得了较为满意的实验结果。

论文目录

  • 摘要
  • ABSTRACT
  • 1 概述
  • 1.1 课题背景和意义
  • 1.2 国外研究现状
  • 1.3 图像检索技术面临的问题
  • 1.4 国内外经典算法
  • 1.5 本文的主要研究工作
  • 1.6 本文的组织结构
  • 2 基于内容的图像检索基本理论
  • 2.1 基于内容的图像检索系统框架
  • 2.2 图像特征的提取
  • 2.2.1 颜色特征
  • 2.2.2 纹理特征
  • 2.2.3 形状特征
  • 2.3 图像相似性度量方法
  • 2.4 图像检索系统的性能指标和评价准则
  • 2.5 小结
  • 3 模糊数学基础理论
  • 3.1 模糊理论基础概述
  • 3.1.1 模糊集合的概念
  • 3.1.2 隶属函数的建立
  • 3.1.3 常见的模糊分布
  • 3.1.4 模糊关系和模糊矩阵
  • 3.2 模糊聚类分析
  • 3.2.1 经典聚类和模糊聚类
  • 3.2.2 模糊C 均值聚类(FCM)算法
  • 3.3 小结
  • 4 基于MPEG-7 颜色特征的图像检索方法
  • 4.1 概述
  • 4.2 RGB 色彩空间
  • 4.3 提取颜色特征
  • 4.4 颜色相似度的计算
  • 4.5 基于模糊逻辑的图像相似性匹配
  • 4.6 实验结果
  • 4.7 结论
  • 5 基于模糊汉明距离的彩色图像检索方法
  • 5.1 引言
  • 5.2 FHD 理论介绍
  • 5.3 基于FHD 理论的图像检索
  • 5.3.1 图像预处理
  • 5.3.2 计算FHD 值
  • 5.3.3 FHD 去模糊化,对图像进行排序
  • 5.4 实验结果与性能比较
  • 5.4.1 算法实现步骤
  • 5.4.2 实验结果
  • 5.4.3 检索性能比较
  • 5.5 本章小结
  • 6 利用多种模糊算法的图像检索方法
  • 6.1 概述
  • 6.2 基于HSI 模糊颜色空间和灰度共生矩阵的图像检索
  • 6.2.1 图像分块处理
  • 6.2.2 模糊HIS 颜色空间
  • 6.2.3 颜色相似性度量
  • 6.2.4 纹理特征
  • 6.2.5 综合颜色和纹理特征的相似性匹配
  • 6.3 基于经典特征描述符的图像检索算法
  • 6.3.1 图像领域划分
  • 6.3.2 特征提取
  • 6.3.3 基于模糊汉明距离(FHD)的图像相似性度量
  • 6.4 实验结果
  • 6.4.1 实验一
  • 6.4.2 实验二
  • 6.5 小结
  • 7 全文总结与展望
  • 7.1 课题研究总结
  • 7.2 不足与展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表的论文与参加的项目
  • 相关论文文献

    • [1].一种融合相关因素和时间因素的信息检索算法研究[J]. 电子制作 2017(16)
    • [2].基于支持向量机和用户反馈的图像检索算法[J]. 吉林大学学报(理学版) 2020(04)
    • [3].一种新型的基于神经网络的图像检索算法[J]. 科技创新与应用 2020(34)
    • [4].数值流形方法接触检索算法的改进[J]. 岩石力学与工程学报 2016(01)
    • [5].基于局面的围棋棋谱检索算法[J]. 智能计算机与应用 2012(02)
    • [6].融合多特征的图像检索算法[J]. 电讯技术 2017(09)
    • [7].外观设计专利智能检索算法的研究[J]. 中国发明与专利 2014(10)
    • [8].海量多媒体图像信息高效检索算法优化及仿真[J]. 计算机仿真 2016(11)
    • [9].一种基于滑动窗口的案例检索算法[J]. 计算机工程 2012(06)
    • [10].一种新型的基于神经网络的图像检索算法[J]. 微计算机信息 2010(21)
    • [11].网络数据库特定数据检索算法研究[J]. 计算机仿真 2016(12)
    • [12].基于二元中文分词的高效检索算法研究[J]. 图书情报工作 2009(22)
    • [13].海量文档信息的高效检索算法[J]. 长春大学学报 2008(02)
    • [14].基于P2P网络检索算法的设计与仿真[J]. 计算机光盘软件与应用 2013(19)
    • [15].基于灰色理论的故障案例检索算法[J]. 计算机工程 2008(09)
    • [16].基于智能计算的图像检索算法研究[J]. 数字技术与应用 2015(07)
    • [17].一种基于局部颜色特征的图像检索算法[J]. 内蒙古师范大学学报(自然科学汉文版) 2008(05)
    • [18].基于Android系统的联系人最大匹配检索算法设计与实现[J]. 自动化与信息工程 2013(06)
    • [19].一种新的基于矢量量化的图像检索算法[J]. 计算机应用与软件 2016(03)
    • [20].融合多种内容特征的图像检索算法[J]. 计算机与现代化 2015(09)
    • [21].基于仿生形象思维方法的图像检索算法[J]. 电子学报 2010(05)
    • [22].三维模型检索算法综述[J]. 大众科技 2009(12)
    • [23].基于免疫克隆选择和语义计算的自适应资源检索算法[J]. 电脑与信息技术 2015(03)
    • [24].基于镜头检索的视频检索算法研究[J]. 信息与电脑(理论版) 2013(04)
    • [25].基于目标显著区域的图像检索算法[J]. 中国科技信息 2013(18)
    • [26].基于VB6.0图像检索算法的实现[J]. 沧州师范学院学报 2012(01)
    • [27].一种基于能力的模糊Web服务聚类及预检索算法[J]. 计算机科学 2013(05)
    • [28].电子商务智能推荐系统中的案例检索算法探讨[J]. 长春大学学报 2016(02)
    • [29].基于仿生形象思维方法的图像检索算法的改进[J]. 智能系统学报 2015(02)
    • [30].一种基于用户感兴趣区域的图像检索算法[J]. 石油化工高等学校学报 2010(01)

    标签:;  ;  ;  ;  

    基于模糊理论的彩色图像检索算法研究
    下载Doc文档

    猜你喜欢