形状特征提取及检索技术研究

论文摘要

随着多媒体技术、互联网以及数字成像技术的飞速发展,传统的基于关键字和文本描述的模式已经不能满足图像检索的需要。因此基于图像内容的图像检索技术成为近年来国内外研究的热点。目前较常用的基于内容的图像检索方法有基于颜色、形状、纹理等。由于人们对图像的理解主要是依赖于形状、轮廓和边缘信息,因此研究形状的描述与检索方法,不仅是基于内容图像检索研究的一个重要内容,也是计算机视觉和模式识别需要研究的一个基本问题。本文首先回顾了基于内容的图像检索技术的发展概况、关键技术和研究现状。然后在阐述常用的基于形状的图像检索方法的基础上,研究了形状轮廓的描述技术,并对利用轮廓特征进行图像检索进行了探讨。首先,本文从人认知图像的实际需要出发,通过角点的检测提取出轮廓上的重要特征,重点讨论了轮廓上角点检测和提取的算法;并在此基础上充分利用多尺度信息,提出了一种基于多尺度下曲率多项式的角点检测方法。实验表明新的检测方法有效的提高了角点检测的稳定性。在利用形状进行图像识别和检索时,针对角点特征的描述,利用角点和非角点信息表示物体轮廓,提出了两种新的角点描述方法。新特征不仅考虑了轮廓角点的特性和类别,而且充分利用了非角点对轮廓表现的作用。矩是用于物体形状识别的重要参数指标。传统的矩特征已广泛地应用在区域描述上,而对形状轮廓的矩特征研究还很少。在讨论数字曲线矩的概念及已有的轮廓矩的描述方法的基础上,为了进一步提高运用轮廓矩进行检索的效率,构建了一组新的组合矩来描述轮廓特征。实验结果表明,新的组合矩相对于传统轮廓矩来说,具有更好的检索效果。最后,基于上述研究结果,本文运用VC++和SQL2000数据库开发了一个基于轮廓的形状检索系统模型。此模型支持了用户绘制草图查询、图像库的随机及按类别浏览、基于示例的检索及检索算法的评价等功能。同时,系统还引入了一些交互接口,为以后进一步的算法研究和实现实际的图像检索做了很好的铺垫。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 图像检索技术发展概况
• 1.1.1 基于文本的图像检索
• 1.1.2 基于内容的图像检索
• 1.2 CBIR 的关键技术
• 1.2.1 特征提取
• 1.2.2 相似性度量
• 1.2.3 性能评估
• 1.2.4 相关反馈
• 1.3 国内外研究现状
• 1.3.1 基于内容的图像检索技术
• 1.3.2 MPEG-7 标准
• 1.4 本文的研究内容
• 1.5 本文的组织结构
• 2 形状特征提取技术
• 2.1 形状表达和描述
• 2.2 基于区域的描述方法
• 2.2.1 几何不变矩
• 2.2.2 Zernike 矩
• 2.2.3 ART （Angular Radial Transformation）
• 2.2.4 通用傅立叶描述符
• 2.3 基于轮廓的描述方法
• 2.3.1 链码
• 2.3.2 傅立叶形状描述符
• 2.3.3 曲率尺度空间描述符
• 2.3.4 小波描述符
• 2.4 本章小结
• 3 基于角点的描述方法
• 3.1 形状角点概述
• 3.2 轮廓角点提取
• 3.2.1 基于内角的轮廓角点提取
• 3.2.2 基于链码局部直方图的角点检测
• 3.2.3 基于CSS 的角点检测算法
• 3.3 一种改进的多尺度角点检测方法
• 3.4 基于角点的特征描述
• 3.4.1 距离直方图
• 3.4.2 Hausdorff 距离匹配
• 3.5 两种新的角点描述方法
• 3.5.1 相对位置分布
• 3.5.2 相关单元熵
• 3.6 实验结果
• 3.6.1 图像库和实验平台
• 3.6.2 角点检测算法比较
• 3.6.3 检索结果
• 3.7 本章小结
• 4 基于矩的轮廓描述方法
• 4.1 几何矩概述
• 4.2 轮廓矩
• 4.2.1 轮廓矩的含义
• 4.2.2 Chen 不变矩
• 4.2.3 两种加权矩
• 4.3 其它边界矩
• 4.3.1 边界序列矩
• 4.3.2 极半径不变矩
• 4.4 组合矩
• 4.5 实验结果
• 4.5.1 图像库和实验平台
• 4.5.2 检索算法比较
• 4.6 本章小节
• 5 基于轮廓的图像检索系统
• 5.1 系统框架
• 5.2 开发环境
• 5.3 图像数据管理
• 5.4 系统实现
• 5.4.1 图像库构建
• 5.4.2 浏览查询模块
• 5.4.3 性能评价模块
• 5.5 本章总结
• 6 总结与展望
• 6.1 论文总结
• 6.2 工作展望
• 参考文献
• 附录 I
• 致谢