论文摘要
在传统的基于内容图像检索的方法中,由于图像的领域较宽,图像的低级视觉特征和高级概念之间存在较大的语义间隔,检索的效果不很理想。文章研究了图像增强技术在贝叶斯框架下基于内容的感知编组规则的图像检索。经过图像增强技术处理后图像灰暗度及其色彩明暗提高,又通过感知编组提取图像颜色特征进行贝叶斯分类,并根据Lx a x b x空间彩色的距离判定条件来进行检索。经实验验证,该方法的检索效果比通常的方法有较大提高。此外,通常直接采集原始格式的图像检索比较多,由于数据量大,给存储或传输带来不便。文中给出了基于小波变换和二值模式的图像检索方法,其优点在于一方面解决了数据量大、省略解压缩环节、特征向量包含在压缩域检索系数中;另一方面二值模式的图像更有利于提取图像的纹理和形状特征。实验结果表明两者结合提高了检索效率。同时,传统的K均值算法存在两个固有的缺点:（1）对于随机的初始值选取可能会导致不同的聚类结果,甚至存在着无解的情况;（2）该算法是基于梯度下降的算法,因此不可避免地常常陷入局部极优。这两大缺陷大大限制了它的应用范围。而基于粒子群的k-means聚类算法是在传统的聚类算法中引入了粒子群算法。理论分析和数据实验结果表明,该聚类算法克服了传统聚类算法存在的问题,全局寻优能力优于现有的基于遗传算法的k-means聚类算法,且有较快的收敛速度。最后,文中给出了六种颜色空间（HSV、YUV、RGB、XYZ、HSL、YIQ）以及分块加权HSV颜色直方图比较的实验结果,并且综合图像的颜色和纹理特征以及纹理和形状特征进行图像检索时,采用了基于灰度共生矩阵的纹理特征提取和基于不变矩的形状特征提取方法,并在此基础上加入了基于权重调整的相关反馈机制,使用户可以参与检索过程,通过调整权重使得检索结果最终满足用户的检索要求。实验表明,这种算法获得了较好的检索结果。
论文目录
摘要ABSTRACT第一章 绪论1.1 目的和意义1.2 研究现状1.3 研究内容和工作安排第二章 贝叶斯框架下的图像检索2.1 颜色模型2.1.1 HSV 颜色模型2.1.2 YUV 颜色模型2.1.3 RGB 颜色模型2.1.4 XYZ 颜色模型2.1.5 HSL 颜色模型2.1.6 YIQ 颜色模型xaxbx空间彩色距离'>2.2 直方图均衡、伪彩色增强和Lxaxbx空间彩色距离2.2.1 直方图均衡2.2.2 伪彩色增强xaxbx 空间彩色距离'>2.2.3 Lxaxbx空间彩色距离2.3 贝叶斯框架下通过感知编组选取图像特征2.4 贝叶斯法则中A 值的选取及影响2.5 实验结果评估比较2.6 本章小结第三章 小波变换后的二值模式检索3.1 图像的小波变换3.2 图像压缩后的二值化处理3.3 归一化方法3.4 相似形度量3.5 基于内容的图像检索3.6 本章结论第四章 基于粒子群的K 均值聚类反馈4.1 基本粒子群优化算法4.1.1 基本粒子群算法描述4.1.2 基本粒子群算法流程4.2 基于粒子群的K 均值聚类相关反馈4.2.1 粒子群优化算法和聚类算法的数学描述4.2.2 粒子群聚类算法的编码与适应度选择4.2.3 基于粒子群的K 均值聚类算法对图像的筛选4.3 实验结果与分析4.4 本章小结第五章 颜色、纹理及其不变矩综合特征检索算法5.1 颜色特征、纹理特征和不变矩特征向量的提取算法5.1.1 颜色特征向量的提取算法5.1.2 纹理特征向量的提取算法5.1.3 不变矩特征向量的提取算法5.2 特征的综合使用5.2.1 综合特征5.2.2 特征归一化5.3 图像不同特征的检索效果5.3.1 颜色特征的检索效果5.3.2 纹理特征的检索效果5.3.3 纹理和颜色综合特征的检索效果5.3.4 纹理和不变矩综合特征检索效果5.4 本章小结第六章 图像检索系统设计与实现6.1 系统设计原理6.2 基于内容的图像检索系统模块功能6.2.1 图像预处理模块6.2.2 目标标识6.2.3 特征提取模块6.2.4 用户查询接口模块6.2.5 查询处理模块6.2.6 图像匹配模块6.2.7 图像数据库6.3 图像数据库检索系统6.4 系统界面6.5 本检索系统和现有图像检索系统比较6.5.1 现有图像检索系统及其基本性能6.5.2 改进后的本检索系统基本性能第七章 总结与展望致谢参考文献附录：作者在攻读硕士学位期间发表的论文
相关论文文献
标签：贝叶斯论文; 直方图均衡论文; 小波变换论文; 压缩域检索论文; 粒子群论文; 不变矩论文;
