基于颜色和边缘特征的图像检索技术研究

论文摘要

近年来,数字图像数量增长飞速,为能快速、准确地从海量图像数据库中检索出有用信息,基于内容的图像检索技术得到了需求和快速的发展。但是,图像信息本身的模糊性给图像特征提取技术带来了困难,因此如何准确、全面地提取图像特征,成为了基于内容的图像检索技术研究的难点。在现有国内外学者和科研人员研究成果中,图像检索技术多以图像的底层特征(颜色特征、纹理特征和形状特征)为研究基础。在以往的研究基础上,本文深入研究和分析图像的底层特征,研究了基于颜色和边缘特征的图像检索技术。该技术分别使用改进的HSV颜色直方图和数学形态学获取图像的颜色特征相似性度量向量和边缘特征相似性度量向量,并分别进行仿真实验;最后,以一定的权值融合颜色特征相似性度量向量和边缘特征相似性度量向量进行图像检索,并设计和建立检索系统。仿真实验结果表明:对颜色和边缘特征进行加权的图像检索技术克服了单一图像特征检索的不足,加权算法取得了较好的实验结果,具有一定的应用价值。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 课题的提出背景
• 1.2 图像检索技术的发展状况
• 1.3 基于内容的图像检索技术应用领域
• 1.4 国内外研究现状
• 1.5 本文研究的主要内容
• 1.6 论文内容组织安排
• 第二章 基于内容的图像检索技术理论综述
• 2.1 基于内容的图像检索系统框架
• 2.2 基于内容的图像检索关键技术
• 2.3 基于内容的图像检索特征提取技术
• 2.3.1 颜色特征
• 2.3.2 纹理特征
• 2.3.3 形状特征
• 2.4 基于内容的图像检索相似性度量函数
• 2.5 基于内容的图像检索相关反馈技术
• 2.6 检索系统的评价标准
• 2.6.1 查准率和查全率
• 2.6.2 排序评价法
• 2.7 本章小结
• 第三章 颜色和边缘特征提取算法及仿真
• 3.1 颜色特征提取算法及仿真
• 3.1.1 颜色模型的选取
• 3.1.2 改进的HSV 直方图
• 3.1.2.1 HSV 颜色模型预处理
• 3.1.2.2 HSV 颜色模型的非均匀量化及相似度量函数
• 3.1.3 实验结果与分析
• 3.2 边缘特征提取算法及仿真
• 3.2.1 二值数学形态学基础
• 3.2.2 形态学边缘检测算法
• 3.2.3 结构元素的选取
• 3.2.4 图像边缘分块加权算法及相似性度量函数
• 3.2.5 实验结果及分析
• 3.3 本章小结
• 第四章 融合颜色和边缘特征的图像检索算法及系统实现
• 4.1 图像预处理
• 4.2 融合颜色和边缘特征的加权算法
• 4.3 系统设计及仿真结果
• 4.3.1 系统设计
• 4.3.2 仿真实验条件及实验结果分析
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 攻读硕士学位期间发表的学术论文及参加科研情况
• 致谢