基于BP神经网络的语义风景图像检索技术的研究

论文摘要

随着科学技术和因特网的发展,以及多媒体的推广应用,海量的各种类型的信息正在全球被快速的采集、传输和应用。20世纪90年代,出现了基于内容的图像检索(CBIR)。它可以直接从图像信息源中获得视觉内容特征,如颜色、纹理、形状等来判断图像之间的相似性。然而,这些图像低层信息反映的只是图像的一些客观统计特性,并不能真正被人们理解。在许多的检索识别中,人们主要是根据图像的关键字来判断图像是否符合自己的需要,其关键词可能是蓝天、落日或其它,而不是图像的低层视觉特征,这些图像的关键字即是图像的高层语义知识。可见,语义检索更能满足用户的需要且有着极其广阔的应用前景。如何解决图像低层视觉特征和高层语义特征存在的“语义鸿沟”已成为语义图像检索问题的关键。本文通过建立一个多输出的BP神经网络,提取图像的底层特征作为网络的输入,用语义期望值作为网络的输出,并用改进的BP算法来训练该网络。训练完成后,该网络能够对风景图像进行多种语义分类检索,从而建立起了从底层特征到语义特征之间的映射。实现了图像的语义算法。本文主要工作包括:(1)风景图像具有比较鲜明的颜色特征,通过学习和分析RGB和HSV的颜色空间模型,提出了一种非均匀量化算法,对自然界的八种主要颜色进行聚类,并选取合适的纹理和形状特征。(2)对图像进行分割,通过在分割区域上提取图像的底层特征向量,再利用BP神经网络建立低层视觉特征和高层语义特征之间的映射,填补了图像检索中的语义鸿沟。并就如何选取隐层节点和构造训练样本集做了分析,使网络具有更好的学习能力。(3)如何选取图像的语义阈值是一个重点也是一个难点,通过实验发现,当阈值的选取范围在[0.55,0.65]时,检索的查全率和准确率能达到一个比较好的平衡效果。最后检索结果证明了该方法对风景图像检索的有效性及先进性。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 图像检索
• 1.2 语义图像检索
• 1.3 国内外研究状况和不足
• 1.4 论文的研究内容与安排
• 第2章 语义图像检索的相关知识
• 2.1 图像语义检索简介
• 2.1.1 语义的表示
• 2.1.2 语义提取模型
• 2.1.3 基于语义的图像检索技术
• 2.2 BP 神经网络
• 2.2.1 BP 神经网络的思想
• 2.2.2 标准BP 算法及改进的算法
• 2.2.3 BP 神经网络的主要能力
• 2.3 图像的底层特征
• 2.3.1 颜色特征
• 2.3.2 纹理特征
• 2.3.3 形状特征
• 2.4 本章小结
• 第3章风景图像底层内容的处理
• 3.1 风景图像的分割
• 3.2 风景图像的底层特征提取
• 3.2.1 新的颜色特征的提取
• 3.2.2 共生矩阵的提取
• 3.2.3 不变矩的提取
• 3.3 数据处理
• 3.4 本章小结
• 第4章 改进的BP 神经网络的风景图像语义算法与实现
• 4.1 构建一个BP 神经网络
• 4.1.1 隐层节点的选取
• 4.1.2 构造训练样本集
• 4.2 训练BP 神经网络
• 4.2.1 训练步骤
• 4.2.2 训练过程
• 4.3 选取合适的阈值
• 4.4 本章小结
• 第5章 实验结果分析
• 5.1 风景图像检索分类的结果
• 5.2 实验分析
• 5.3 BP 神经网络泛化能力的分析
• 5.4 本章小结
• 第6章 结论
• 参考文献
• 致谢
• 附录A 攻读硕士学位期间录用的论文