用于图像检索的视觉词汇树研究

论文摘要

随着多媒体相关技术的发展,数字图像的规模迅速扩大,其应用也越来越广泛。因此,如何有效、快速地从大规模图像数据中检索出所需的图像已成为一个研究热点。传统的基于文本的图像检索方式由于人工标注图像引起的主观性以及不确定性等弊端,已经不能满足用户对查询的要求。基于内容的图像检索主要以基于图像底层的视觉特征检索为主,系统直接提取图像的视觉特征,将图像数据库中的图像与用户的查询图像表示成特征向量,然后通过计算特征向量的相似度来选取检索结果,提高了检索的效率。在本论文中,通过对图像的底层视觉特征进行分层K均值聚类,定义分支因子B和层数L以确定每个节点子节点的数目以及树的高度,形成了一个树形结构的特征组织方式。树的每个节点称为视觉词汇,利用视觉词汇树,将从图像中提取的底层特征量化到视觉词汇中,从而将图像用一个离散的视觉词汇向量表示。视觉词汇树采用文本检索中的倒排文件结构存储图像,通过视觉词汇向量的距离度量比较图像的相似度。通过对同一视觉特征集合构建多个词汇树,并且将其合并为词汇森林,可以实现对特征空间的精确划分。通过对图像特征的分层量化,形成一个特征词汇多分辨率直方图,引入金字塔匹配核(Pyramid Matching Kernel, PMK)的方法,实现对图像特征向量的快速匹配,适用于大规模的图像检索系统。为了适应动态的图像检索系统,本文还研究了当图像数据库发生变化时,其对应的视觉词汇树根据其更新算法相应的调整结构,以适应图像数据库的变化。此外,通过实验测试了词汇树的生长参数对检索性能的影响。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.2.1 一些实用的图像检索系统
• 1.2.2 研究的热点和难点
• 1.3 本文主要研究工作以及论文的组织结构
• 第二章 基于视觉特征的图像检索概述
• 2.1 概述
• 2.2 基于视觉特征的图像检索系统框架及功能
• 2.3 基于视觉特征图像检索的关键技术
• 2.3.1 图像分割技术
• 2.3.2 相似度度量
• 2.3.3 索引技术
• 2.4 图像检索系统的评价准则
• 2.5 本章小结
• 第三章 图像内容的特征描述
• 3.1 图像特征的选择
• 3.2 图像颜色特征
• 3.2.1 颜色直方图
• 3.2.2 颜色矩
• 3.2.3 颜色集
• 3.2.4 颜色聚合向量
• 3.2.5 颜色相关图
• 3.3 图像纹理特征
• 3.3.1 Tamura纹理特征
• 3.3.2 基于小波变换的纹理特征
• 3.4 图像形状特征
• 3.5 图像空间关系特征
• 3.6 本章小结
• 第四章 词汇树的构建
• 4.1 关键词模型
• 4.2 词汇树
• 4.3 TF-IDF加权方法
• 4.4 图片的相似性度量
• 4.5 实验结果及分析
• 4.6 本章小结
• 第五章 自适应词汇树算法
• 5.1 金字塔匹配核
• 5.2 词汇树的自适应生长
• 5.3 自适应生长算法
• 5.3.1 新词汇树的生长
• 5.3.2 删除过时的节点
• 5.3.3 金字塔的维护
• 5.4 实验分析
• 5.4.1 词汇森林与词汇树
• 5.4.2 自适应词汇树与静态词汇树
• 5.4.3 生长参数的影响
• 5.4.4 自适应的词汇树和重新聚类生成的词汇树比较
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 攻读硕士学位期间取得的科研成果
• 致谢