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