基于颜色与形状特征的图像检索技术研究

论文摘要

数字图像作为重要的多媒体信息载体之一,由于其包含的信息量大,具有文字所不能替代的优势,得到越来越广泛的应用。对庞大的数字图像集合进行有效的利用和管理成为近年来的一个研究热点。基于内容的图像检索(CBIR)就是利用图像本身具有的内容,如颜色,形状,纹理等特征完成图像匹配,快速有效地找到目标图像的技术。本文对颜色特征,形状特征及相关反馈几个方面进行了研究,实现了基于内容的图像检索。本文提出一种基于颜色特征及形状特征的两层图像检索算法。论文的主要工作和成果如下：1、对图像信息特征提取方法进行了研究。分别介绍了颜色、纹理、形状特征表述方法以及相似性度量匹配等。本文算法选取全局及局部颜色直方图来表述图像颜色特征。既利用了全局颜色直方图便于提取、计算的优点,又应用了局部颜色直方图包含图像空间分布信息的优点。2、利用小波变换具有的良好局部分析特性用于获取图像信息。本文应用二维小波的多尺度分析以及小波变换的模极大值提取了图像目标的边缘形状特征,并利用七阶不变矩得到形状边缘特征的描述。3、针对图像检索相关反馈技术进行研究。将支持向量机(SVM)理论应用在图像检索相关反馈中,并对SVM参数选择对反馈结果的影响进行了讨论。实验结果表明,两层图像检索算法结合相关反馈技术的应用能取得良好的检索效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的提出及意义
• 1.2 图像检索技术概述
• 1.2.1 图像检索技术的发展历程
• 1.2.2 CBIR的应用领域
• 1.2.3 基于内容图像检索技术的研究现状
• 1.3 论文内容组织安排
• 1.4 本章小结
• 第2章 CBIR的关键技术介绍
• 2.1 CBIR系统介绍
• 2.2 基于颜色特征检索关键技术
• 2.2.1 主要颜色空间模型
• 2.2.2 颜色特征提取
• 2.3 基于纹理特征检索关键技术
• 2.3.1 共生矩阵纹理描述
• 2.3.2 数学形态学的纹理描述
• 2.3.3 小波变换纹理描述
• 2.3.4 自回归纹理模型
• 2.4 基于形状特征检索关键技术
• 2.4.1 基本形状描述参数
• 2.4.2 基于轮廓特征描述
• 2.4.3 基于区域特征描述
• 2.5 相似性度量
• 2.5.1 欧氏距离法
• 2.5.2 二次型距离法
• 2.5.3 直方图相交法
• 2.6 本章小结
• 第3章 小波变换提取形状特征
• 3.1 小波变换
• 3.1.1 连续小波变换
• 3.1.2 离散小波变换
• 3.1.3 二进小波变换
• 3.2 小波的多尺度分析
• 3.3 二维小波变换
• 3.3.1 二维小波变换
• 3.3.2 二维小波模极大值
• 3.3.3 小波模极大值提取图像边缘实验
• 3.4 本章小结
• 第4章 图像检索相关反馈技术
• 4.1 支持向量机概述
• 4.1.1 统计学习理论
• 4.1.2 结构风险最小化
• 4.2 最优分类平面
• 4.3 广义最优分类面
• 4.4 支持向量机
• 4.5 核函数
• 4.6 相关反馈技术
• 4.7 本章小结
• 第5章 基于小波及颜色空间特征二层图像检索算法
• 5.1 引言
• 5.2 颜色特征表述
• 5.3 边缘特征表述
• 5.4 相似性度量
• 5.5 性能评价
• 5.6 径向基核实验参数选择
• 第6章 总结及展望
• 6.1 本文所做工作总结
• 6.2 进一步的研究工作
• 参考文献
• 攻读硕士学位期间发表论文情况
• 致谢