图像元数据特征提取及其在检索中的应用

论文摘要

网络资源的日益膨胀，使得人们对资源的使用、管理产生更迫切的要求。面对众多的异构系统不同格式的资源，元数据标准化建设应运而生。 在教育领域对教学资源的建设同样也产生出多种元数据标准。图像是教学资源建设中的重要组成部分。但到现在对图像元数据标准的建设仍是基于文本，对图像做外围的标注。 做基于内容的图像应用和做元数据标准建设目前在两条道上向前奔跑，没有相交，我们本文所做的工作恰恰就是使这两条道在某个点上相交，这个点我们定义它为图像元数据。 元数据的概念我们是借鉴元数据标准建设中的概念，而本文的图像则不是通常意义上的图像概念，它是特指基于内容意义上的图像。在图像特征提取上我们应用的基于内容的视觉信息检索技术，在图像表示上，我们则借鉴元数据标准建设中描述规范，描述语言和描述方法。 我们在本文中所做的工作如下： (1)在图像颜色元数据特征提取方面：我们分别提取RGB颜色直方图、HSV颜色直方图和HSI颜色直方图； (2)在图像纹理元数据特征提取方面：我们首先构造四个方向上的灰度共生矩阵，并提出五个纹理特征量。 (3)在图像形状元数据特征提取方面：我们对图像进行三次小波变换，在此基础上提取图像的七阶矩。 (4)在图像特征描述方面：我们给出图像特征描述符和图像描述模型，使用XML和RDF语言对图像进行描述。 (5)最后我们给出实验原型系统，对图像分别从颜色、纹理和形状三个方面进行检索，并给出检索结果以及对检索结果的分析。 本文关于基于内容图像元数据检索的结论有： (1)关于颜色空间 对于一般的直方图的使用，Lab空间的检索和HSV空间的检索结果没有什么大的差异。 RGB省去了空间转换的消耗，检索速度最快；但不符合人的视觉特征，检索效果最差。在对颜色的感知、分析和鉴别中，HSV色彩空间模型最好。 (2)关于直方图

论文目录

• 摘要
• ABSTRACT
• 第一章 教学图像元数据的由来:问题提出
• 1.1 课件:单机时代的教学资源
• 1.1.1 课件定义
• 1.1.2 课件制作
• 1.2 学习对象:网络时代的教学资源
• 1.2.1 积件产生背景
• 1.2.2 学习对象和学习对象元数据
• 1.3 图像:教学资源的重要组成部分
• 1.3.1 图像资源建设背景
• 1.3.2 图像元数据
• 1.4 图像元数据建设:提出问题
• 1.4.1 本文研究逻辑思路
• 1.4.2 本文研究切入点
• 1.4.3 本文研究内容
• 1.4.4 本文研究方法
• 1.4.5 本文技术路线
• 1.5 本文主要内容极其创新点:解决问题
• 1.5.1 本文内容结构
• 1.5.2 本文主要工作
• 1.5.3 本文主要创新点
• 第二章 教学图像元数据:问题研究现状
• 2.1 元数据
• 2.1.1 元数据产生背景
• 2.1.2 元数据解决问题范围
• 2.2 元数据标准建设
• 2.2.1 元数据标准概述
• 2.2.2 元数据标准建设流程
• 2.2.3 教育和多媒体领域元数据标准
• 2.3 元数据标准案例分析
• 2.3.1 通用领域元数据标准
• 2.3.2 通用领域元数据标准总结
• 2.3.3 教育领域元数据标准
• 2.3.4 教育领域元数据标准总结
• 2.3.5 相关领域图像元数据标准
• 2.3.6 图像元数据标准总结
• 2.4 本文对图像元数据的界定
• 第三章 图像元数据特征提取:问题建设
• 3.1 颜色特征提取
• 3.1.1 颜色概述
• 3.1.2 颜色模型
• 3.1.3 颜色元数据特征提取
• 3.1.4 颜色特征提取小结
• 3.2 纹理特征提取
• 3.2.1 纹理概述
• 3.2.2 纹理特征描述模型
• 3.2.3 纹理元数据特征提取
• 3.2.4 纹理特征提取小结
• 3.3 形状特征提取
• 3.3.1 形状概述
• 3.3.2 形状描述模型
• 3.3.3 图像形状特征提取
• 3.3.3 形状特征提取小结
• 第四章 图像元数据特征描述:问题建设
• 4.1 MPEG-7标准
• 4.1.1 MPEG-7概述
• 4.1.2 MPEG-7小结
• 4.2 描述语言
• 4.2.1 XML
• 4.2.2 RDF
• 4.3 图像元数据描述
• 4.3.1 图像元数据特征描述和描述符
• 4.3.2 图像描述方案
• 4.3.3 图像描述定义语言
• 4.3.4 图像元数据描述
• 第五章 图像元数据特征检索:问题应用
• 5.1 检索性能评价
• 5.1.1 测度公理
• 5.1.2 匹配计算
• 5.1.3 检索性能指标
• 5.2 基于颜色特征检索
• 5.2.1 颜色直方图特征检索
• 5.2.3 颜色相似度计算
• 5.2.4 颜色特征检索条件
• 5.2.5 颜色检索结果分析
• 5.3 基于纹理特征检索
• 5.3.1 纹理特征检索
• 5.3.2 纹理相似度计算
• 5.3.3 纹理检索条件
• 5.3.4 纹理实验结果
• 5.3.5 纹理实验结果分析
• 5.4 基于形状特征检索
• 5.4.1 形状特征检索
• 5.4.2 形状相似度计算
• 5.4.3 形状检索条件
• 5.4.4 形状实验结果
• 5.4.5 形状实验结果分析
• 5.5 综合特征检索
• 5.5.1 综合特征实验结果
• 5.5.2 综合特征实验结果分析
• 第六章 图像元数据检索实验系统的构建
• 6.1 系统设计
• 6.1.1 系统框架
• 6.1.2 系统模块
• 6.1.3 系统界面
• 6.2 系统实现
• 6.2.1 系统实现平台
• 6.2.2 程序实现的主要类
• 6.2.3 测试图像库的建立
• 第七章 结语:总结与展望
• 7.1 研究背景回顾
• 7.2 工作总结
• 7.2.1 图像特征提取
• 7.2.2 图像特征描述
• 7.2.3 图像检索条件设置
• 7.2.4 实验系统的构建
• 7.2.5 基于内容图像元数据检索的结论
• 7.3 研究展望
• 主要参考文献
• 附录
• 附录一 纹理形状检索相似度原始数据
• 附录二 纹理形状准确率精确率原始数据
• 附录三 颜色平均检索率测试原始数据
• 附录四 不同的颜色空间检索结果图
• 附录五 直方图检索结果图
• 附录六 纹理形状检索图
• 附录七 纹理、形状部分检索准确率精确率图
• 致谢