基于智能计算的图像检索算法研究

论文摘要

随着计算机、多媒体、网络、数字通信技术的发展,数字图像已成为各种信息的重要载体,是人们获取信息的重要途径,如何对其进行有效管理和高效检索成为了迫切需要解决的问题。基于内容的图像检索技术从图像的内容特征出发,融合了图像理解技术,试图提供更有效的检索手段,自动化检索出满足用户需求的图片。随着基于内容的图像检索技术应用领域的不断扩展,对算法的智能化和检索性能的要求也越来越高,本文在对商空间粒度计算理论、粒子群优化算法、流形学习理论等智能计算方法的研究基础上提出了几种基于内容的图像检索算法,主要包括如下内容:1.总结和介绍了基于内容的图像检索领域所涉及的关键技术,包括系统基本框架、特征提取算法、相似性度量方法、相关反馈策略、性能评测标准等;2.将商空间粒度计算理论引入图像检索领域,提出了在商空间属性函数层次上进行多粒度合成的图像检索方法;3.将粒子群优化算法应用到图像检索的相关反馈领域,提出了一种基于图像编码的粒子群优化相关反馈算法和一种基于权值调整的粒子群优化相关反馈算法;4.对结合了流形学习思想的保局投影方法进行了研究,提出了一种可以模拟出更优的图像流形结构的基于多权矩阵合成的保局投影图像检索算法。本文的研究结果丰富了智能计算方法在图像检索领域的研究内容,在商空间粒度计算、粒子群优化、流形学习等方面的研究具有一定的理论意义和应用价值,为基于智能计算方法的图像检索问题的研究提供了有意义的方法和手段。

论文目录

提要

摘要

Abstract

第1章绪论

1.1 研究背景与意义

1.1.1 研究背景

1.1.2 研究意义

1.2 本文工作

1.2.1 研究路线和方法

1.2.2 本文的研究内容

第2章基于内容的图像检索技术概述

2.1 基于内容的图像检索基本框架

2.2 特征提取

2.2.1 颜色特征

2.2.2 纹理特征

2.2.3 形状特征

2.2.4 语义特征

2.3 相似性度量

2.3.1 距离度量

2.3.2 相似系数度量

2.4 相关反馈

2.4.1 基于距离度量的算法

2.4.2 基于统计分析的算法

2.4.3 基于机器学习的算法

2.5 基于内容的图像检索的性能评测

2.6 小结

第3章基于商空间粒度计算的图像检索算法

3.1 引言

3.2 商空间粒度计算理论

3.2.1 粒计算

3.2.2 商空间粒度计算

3.3 商空间粒度计算理论下的图像检索

3.3.1 图像检索的商空间理解

3.3.2 图像检索方法中的粒度原理

3.3.3 图像检索的商空间描述

3.3.4 商空间多粒度属性函数的合成

3.4 商空间多粒度颜色属性合成图像检索算法

3.4.1 等价关系的构造

3.4.2 不同颜色粒度下的商空间获取

3.4.3 属性合成

3.4.4 基于商空间多粒度颜色属性合成的图像检索算法流程

3.4.5 实验及结果分析

3.5 商空间多粒度纹理属性合成图像检索算法

3.5.1 等价关系的构造

3.5.2 不同纹理粒度下的商空间获取

3.5.3 属性合成

3.5.4 基于商空间多粒度纹理属性合成的图像检索算法流程

3.5.5 实验及结果分析

3.6 小结

第4章基于粒子群优化的图像检索算法

4.1 引言

4.2 粒子群优化算法

4.3 基于图像编码的粒子群优化相关反馈算法（PSO-RF）

4.3.1 PSO-RF 算法分析

4.3.2 PSO-RF 算法描述

4.3.3 PSO-RF 算法流程

4.3.4 实验及结果分析

4.4 基于权值调整的粒子群优化相关反馈算法（PSORW-RF）

4.4.1 特征权值调整

4.4.2 PSORW-RF 算法分析

4.4.3 适应度函数的设计

4.4.4 PSORW-RF 算法流程

4.4.5 实验及结果分析

4.5 小结

第5章基于保局投影的图像检索算法

5.1 引言

5.2 流形学习与拉普拉斯特征映射

5.2.1 流形学习

5.2.2 拉普拉斯特征映射

5.3 保局投影与图像检索

5.3.1 保局投影算法

5.3.2 图像检索中的 LPP 降维效果分析

5.4 基于多权矩阵合成的保局投影图像检索算法（MWSLPP）

5.4.1 MWSLPP 算法分析

5.4.2 MWSLPP 算法描述

5.4.3 MWSLPP 算法流程

5.5 实验及结果分析

5.6 小结

第6章总结与展望

6.1 本文的工作总结

6.2 本文的进一步工作

参考文献

作者简介及在学期间所取得的科研成果

作者简介

发表的学术论文

专利

参加的科研项目

致谢

基于智能计算的图像检索算法研究

论文摘要

论文目录

相关论文文献

猜你喜欢