基于改进的分块直方图及小波纹理的图像检索研究

基于改进的分块直方图及小波纹理的图像检索研究

论文摘要

基于内容的图像检索技术已经成为当前一个研究热点,如何有效准确的表达图像特征是该技术的核心问题。本文着重研究了颜色、纹理特征的提取方法。在颜色的提取上,本文针对全局直方图和现有分块直方图在提取颜色特征时的缺欠,提出一种综合考虑图像的全局性和空间性的改进分块直方图方法:根据人类视觉特征将图像非均匀的分为9块;通过设定阈值的方法来对不相关图像进行过滤,对未被过滤掉的图像中心区域进行二次重叠分块,突出中心主题区域的重要性;采用全局直方图和分块直方图相融合的方法来对中心区域的相似度进行重新计算;最后根据各个子块的重要性不同给予相应权重来完成对图像的颜色特征提取。该方法不仅能够检索出示例图像的翻转、旋转图像,而且与原有的直方图方法相比,提高了图像检索的查全率和查准率,改善了排序,对于重点区域面积较大且居中的图像效果提高更为显著。在纹理特征提取上,本文选取一种抗几何形变的小波纹理特征提取方法,提出在将自相关图像函数转化成对数一极值域后,对图像进行Daubechies3小波分解所得到的低频区域中采用改进的分块直方图方法对图像进行颜色特征的提取,以此来在不明显增大计算量情况下达到综合特征的图像检索。最后采用Visual Studio 2003对改进的算法和综合算法分别进行验证,采用查准率、查全率及排序作为评价指标,证明了改进算法与综合算法的有效性及可行性。

论文目录

  • 摘要
  • Abstract
  • 1 引言
  • 1.1 选题的背景及研究意义
  • 1.2 国内外研究现状
  • 1.3 本文所做的工作及章节安排
  • 2 预备知识及关键技术
  • 2.1 引言
  • 2.2 基于内容的图像检索框架结构
  • 2.3 颜色特征
  • 2.3.1 颜色直方图
  • 2.3.2 颜色矩
  • 2.3.3 颜色集
  • 2.3.4 颜色聚合向量
  • 2.3.5 颜色一致矢量
  • 2.3.6 颜色对
  • 2.3.7 颜色相关图
  • 2.4 纹理特征
  • 2.4.1 灰度共生矩阵
  • 2.4.2 Tamura特征
  • 2.4.3 基于小波变换的纹理特征
  • 2.4.4 一种抗几何形变的小波纹理特征
  • 2.5 形状特征
  • 2.5.1 傅立叶形状描述子
  • 2.5.2 小波轮廓描述子
  • 2.5.3 不变矩
  • 2.6 图像的相似性度量
  • 2.7 相关反馈
  • 2.8 图像检索算法评价指标
  • 2.9 本章小结
  • 3 颜色直方图及改进算法
  • 3.1 引言
  • 3.2 颜色空间及其量化
  • 3.2.1 颜色空间
  • 3.2.2 颜色空间的量化
  • 3.3 颜色直方图
  • 3.4 问题的提出
  • 3.5 改进的非均匀二次重叠分块直方图算法
  • 3.6 实验设计及结果分析
  • 3.6.1 实验系统介绍
  • 3.6.2 实验结果及分析
  • 3.7 本章小结
  • 4 综合颜色和纹理特征的图像检索
  • 4.1 引言
  • 4.2 单一特征的检索及问题的提出
  • 4.3 小波分解
  • 4.4 本文综合算法提出思想
  • 4.5 综合特征算法实现
  • 4.6 实验设计及结果分析
  • 4.7 本章小结
  • 5 结论和展望
  • 5.1 结论
  • 5.2 后续工作以及未来展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间公开发表的学术论文及科研成果一览表
  • 相关论文文献

    • [1].基于内容语义的医学图像检索综述[J]. 科技视界 2020(04)
    • [2].基于多示例学习的图像检索方法[J]. 网络安全技术与应用 2019(04)
    • [3].基于机器学习的大规模船舶图像检索机制[J]. 舰船科学技术 2019(18)
    • [4].基于大数据的图像检索关键技术[J]. 电子技术与软件工程 2018(09)
    • [5].个性化图像检索和推荐[J]. 北京邮电大学学报 2017(03)
    • [6].特定区域的舰船图像检索研究[J]. 舰船科学技术 2020(12)
    • [7].基于深度学习的青藏高原畜牧业多目标动物图像检索研究[J]. 软件 2020(07)
    • [8].基于图像场景和语义信息的图像检索[J]. 中国高新科技 2018(01)
    • [9].基于深度学习与拓展查询的商标图像检索方法[J]. 网络新媒体技术 2018(01)
    • [10].分组排序多特征融合的图像检索方法[J]. 计算机研究与发展 2017(05)
    • [11].基于自反馈的动态权值图像检索方法[J]. 沈阳航空航天大学学报 2013(06)
    • [12].以计算机为基础的色彩图像检索方法与研究[J]. 计算机光盘软件与应用 2013(12)
    • [13].基于颜色特征与纹理特征的图像检索[J]. 硅谷 2012(06)
    • [14].基于盲取证的医学图像检索及语义表达研究综述[J]. 电脑知识与技术 2012(22)
    • [15].网络图像检索行为与心理研究[J]. 中国图书馆学报 2011(05)
    • [16].基于兴趣点局部分布特征的图像检索研究[J]. 微型电脑应用 2019(12)
    • [17].基于内容的医学图像检索研究进展[J]. 激光与光电子学进展 2020(06)
    • [18].海量图像检索系统关键技术研究[J]. 信息与电脑(理论版) 2020(14)
    • [19].基于内容的医学图像检索综述[J]. 信息与电脑(理论版) 2020(15)
    • [20].基于内容的医学图像检索方法综述[J]. 重庆理工大学学报(自然科学) 2018(12)
    • [21].全局和局部特征的图像检索(英文)[J]. Journal of Central South University 2018(02)
    • [22].反馈机制的大规模舰船图像检索[J]. 舰船科学技术 2018(08)
    • [23].基于改进特征的图像检索方法研究[J]. 西北工业大学学报 2018(04)
    • [24].基于多图学习的情感图像检索研究[J]. 大连民族大学学报 2016(05)
    • [25].大数据分析技术在海量激光图像检索中的应用[J]. 数码世界 2020(01)
    • [26].基于移动Agent的图像检索[J]. 数码世界 2018(09)
    • [27].基于轻量级神经网络的服装图像检索[J]. 科学技术创新 2020(31)
    • [28].基于半监督学习的一种图像检索方法[J]. 计算机应用研究 2013(07)
    • [29].通用图像检索识别库的构建及实现[J]. 工具技术 2009(07)
    • [30].基于知识图谱的我国图像检索研究进展可视化分析[J]. 通化师范学院学报 2019(02)

    标签:;  ;  ;  ;  ;  ;  

    基于改进的分块直方图及小波纹理的图像检索研究
    下载Doc文档

    猜你喜欢