基于内容的图像检索技术的研究

基于内容的图像检索技术的研究

论文摘要

信息时代的到来使人们接触到越来越多的多媒体信息。有效的组织、管理和检索大规模的图像数据库成为当前迫切需要解决的问题。传统的基于数值字符的信息检索技术已经不能满足大量的图像检索要求,因此,基于内容的图像检索技术(Content-Based ImageRetrieval,简称CBIR)得到了广泛研究。 本文针对基于内容的图像检索的主要方法进行了研究。在颜色匹配的研究中,通过研究和讨论不同的颜色空间和颜色特征,提出对HSV颜色空间的合理量化,实验表明:HSV颜色空间具有较好的检索性能。针对颜色直方图对位置变化不敏感的问题,我们提出同心圆分割和连通图颜色块直方图两种方案,合理地将图像分成若干子块,这样就提供了一定程度的位置信息,而且可以对用户感兴趣的子块加大权重,提高检索的查询智能性和查准查全率。在形状的匹配研究中,提出采用统计的算法实现图形的匹配,算法简单易于实现:另外对于傅立叶和不变矩,采用极坐标实现,后者比传统的方法具有更好的检索效果。在纹理的匹配研究中,在实现了基于灰度共生矩阵的纹理特征进行图像检索的算法基础上,进一步提出将纹理统计法与结构法结合,构造灰度一纹理基元共生矩阵作为图像特征,进行纹理图像的检索。实验表明该方法可行,与灰度共生矩阵方法比较,该方法能有效地降低检索时间和提高检索效果。为了从图像中获取更加丰富的语义用于图像检索,提出了综合颜色、形状和纹理特征的检索算法,发现使用综合特征检索比使用单一特征检索能得到更好的结果。 本文用Visual Basic 6.0编程,实现了上述算法,并对以上算法有效性进行了分析。实验表明:我们的算法有好的有效性,结果令人较满意,当然还存在不足,有待进一步改进和研究分析。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 引言
  • 1.1 CBIR简介
  • 1.1.1 CBIR的模块
  • 1.1.2 CBIR的处理过程
  • 1.2 国内外已开发出的原型系统
  • 1.2.1 QBIC系统
  • 1.2.2 Visual Seek系统
  • 1.2.3 VIRAGE系统
  • 1.2.4 EXCALIBUR系统
  • 1.3 图像特征提取
  • 1.3.1 颜色特征提取
  • 1.3.2 形状特征提取
  • 1.3.3 纹理特征提取
  • 1.4 图像匹配常用关键技术
  • 1.4.1 图像匹配距离度量方法
  • 1.4.2 归一化方法
  • 1.4.3 相关反馈
  • 1.5 CBIR前景展望
  • 第二章 基于颜色的匹配
  • 2.1 自然照片和计算机生成图形分类
  • 2.1.1 图像亮度特征的提取
  • 2.1.2 实验结果
  • 2.2 颜色空间的转换及其选择
  • 2.2.1 RGB彩色空间
  • 2.2.2 HSV彩色空间
  • 2.2.3 YUV彩色空间
  • 2.2.4 RGB空间到HSV空间的转化量化方法的比较
  • 2.3 主色查询
  • 2.3.1 HSV空间的量化
  • 2.3.2 扩展主颜色检索
  • 2.4 颜色的空间分布
  • 2.4.1 同心圆划分图像
  • 2.4.2 连通图颜色块直方图
  • 第三章 基于形状的匹配
  • 3.1 概述
  • 3.2 统计法
  • 3.2.1 形态描述矩阵
  • 3.2.2 形态描述矩阵的相似性
  • 3.2.3 实验及其结果
  • 3.3 极坐标实现傅立叶描述子、不变矩
  • 3.3.1 极坐标傅立叶描述子
  • 3.3.2 极坐标不变矩
  • 3.4 基于边界的形状检索方法的讨论
  • 第四章 基于纹理的匹配
  • 4.1 概述
  • 4.2 灰度直方图
  • 4.2.1 灰度直方图的定义
  • 4.2.2 实验及其结果
  • 4.3 灰度共生矩阵
  • 4.3.1 灰度共生矩阵
  • 4.3.2 共生矩阵的图像检索
  • 4.3.3 实验及其结果
  • 4.4 颜色量化彩色纹理检索
  • 4.4.1 彩色纹理特征的提取
  • 4.4.2 实验结果
  • 4.5 灰度基元共生矩阵
  • 4.5.1 计算基元值
  • 4.5.2 构造灰度-基元共生矩阵
  • 4.5.3 获取纹理特征
  • 4.5.4 实验结果及其分析比较
  • 第五章 基于多特征匹配
  • 结束语
  • 致谢
  • 参考文献
  • 攻读硕士学位期间发表的论文清单
  • 附录
  • 相关论文文献

    • [1].oRGB颜色空间的夜视图像彩色融合[J]. 光学精密工程 2018(11)
    • [2].几种常用的肤色检测颜色空间[J]. 中国传媒大学学报(自然科学版) 2013(06)
    • [3].非接触式心率检测方法的颜色空间选择[J]. 计算机科学 2017(S2)
    • [4].基于混合颜色空间与码本背景减除的虚拟触控优化技术[J]. 液晶与显示 2015(04)
    • [5].均匀颜色空间的纺织用图形图像分色算法研讨[J]. 科技风 2014(05)
    • [6].联合两种颜色空间的阴影检测算法[J]. 计算机技术与发展 2014(07)
    • [7].基于多颜色空间的图像差异检测[J]. 计算机与数字工程 2013(10)
    • [8].基于多颜色空间信息融合的视频车辆检测方法[J]. 洛阳理工学院学报(自然科学版) 2012(02)
    • [9].基于泽尼克矩耦合颜色空间加权度量的商标检索算法[J]. 包装工程 2018(23)
    • [10].基于分层聚类的烟叶颜色空间分布建模方法研究[J]. 工业控制计算机 2017(02)
    • [11].基于多颜色空间特征融合的彩色白细胞图像识别[J]. 生物医学工程学杂志 2013(05)
    • [12].用不同光泽和色差等级的彩色印刷样品检验均匀颜色空间[J]. 光学学报 2012(07)
    • [13].基于颜色空间的自适应阈值镜头分割算法[J]. 计算机技术与发展 2012(09)
    • [14].基于颜色空间分布的多摄像机行人匹配方法[J]. 计算机工程 2016(12)
    • [15].一种以颜色视觉感知参数优化匹配源和目的颜色空间的算法结构[J]. 中国印刷与包装研究 2009(05)
    • [16].基于HSI颜色空间的前车尾灯检测方法及研究[J]. 科技风 2018(21)
    • [17].融合多颜色空间分量的自适应彩色图像分割[J]. 计算机工程与应用 2014(05)
    • [18].基于多颜色空间信息融合的运动船舶检测算法[J]. 信息技术 2013(04)
    • [19].基于颜色空间分布熵的图像检索[J]. 微电子学与计算机 2009(10)
    • [20].基于HSI颜色空间和暗原色先验的去雾算法[J]. 系统科学与数学 2017(10)
    • [21].基于混合颜色空间的反应孔图像分割算法研究[J]. 国外电子测量技术 2017(12)
    • [22].基于视觉感知的彩色图像边缘检测[J]. 计算机时代 2016(02)
    • [23].基于特征选择的皮肤检测混合颜色空间的选取[J]. 北京邮电大学学报 2018(01)
    • [24].结合形态学变形虫和复合颜色空间的彩色图像边缘检测模型[J]. 计算机辅助设计与图形学学报 2014(07)
    • [25].多颜色空间联合自适应白细胞阈值分割方法[J]. 福建电脑 2011(09)
    • [26].一种新的基于MPEG-7的图像检索技术研究[J]. 福建电脑 2008(12)
    • [27].基于RGB颜色空间的视频运动目标检测[J]. 西南师范大学学报(自然科学版) 2019(03)
    • [28].基于均匀颜色空间的天然橡胶颜色测量[J]. 橡胶工业 2012(02)
    • [29].基于颜色空间的尿毒症诊断研究(英文)[J]. Journal of Measurement Science and Instrumentation 2020(01)
    • [30].基于HSV颜色空间与形态学的车辆目标分割算法[J]. 大庆师范学院学报 2017(06)

    标签:;  ;  ;  ;  

    基于内容的图像检索技术的研究
    下载Doc文档

    猜你喜欢