基于颜色与纹理特征的图像检索技术研究与实现

论文摘要

20世纪90年代,基于内容的图像检索技术出现之后迅速成为图像信息检索领域中的研究热点。本文针对当前基于内容的图像检索技术的发展现状和存在的问题,从以下几方面进行了研究:本文对基于内容的图像检索中涉及的关键技术进行了研究,主要包括图像特征提取、图像索引技术、相关反馈技术以及图像检索性能评价。在对现有的基于颜色的图像特征提取算法进行研究和分析的基础上,对比了几种经典的颜色特征提取算法的检索性能。针对全局颜色直方图丢失颜色空间分布信息的缺陷,本文提出了一种改进的基于最大连通区域面积直方图的算法,该算法能够间接地反映颜色区域的空间分布特征并保持了颜色直方图原有的旋转、平移不变性。实验结果表明,该算法的检索性能要明显优于传统的全局颜色直方图。此外,本文还对现有的基于纹理的图像特征提取算法进行了深入研究。通过实验分析比较了灰度共生矩阵法、Gabor小波变换法和Tamura纹理特征法的检索性能。为了更加精确地描述图像的纹理特征,本文提出了一种将灰度共生矩阵和Gabor小波变换相结合的纹理特征提取算法。实验结果表明,与仅仅使用单一的纹理特征提取算法相比,本文提出的改进算法能够明显地提高图像检索的查全率和查准率。为了克服单一视觉特征对图像内容描述不完整、丢失图像部分信息从而造成系统检索性能低的缺陷,本文实现了一种融合颜色和纹理特征的图像检索方法,该方法比基于单一特征的图像检索更符合人类的视觉感知,取得了较好的检索效果。最后,使用Microsoft Visual Studio 2010、Matlab和SQL Server 2000设计实现了一个基于内容的图像检索实验系统,为相关研究提供了一个实验平台。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 图像检索技术概述
• 1.2 图像检索技术的发展历史
• 1.3 图像检索技术的国内外发展现状
• 1.4 本文的主要内容及章节安排
• 2 基于内容的图像检索技术研究
• 2.1 基于内容图像检索的基本原理
• 2.2 基于内容图像检索技术的特点
• 2.3 基于内容图像检索的体系结构
• 2.4 图像特征提取
• 2.5 索引技术
• 2.6 相关反馈技术
• 2.7 图像检索性能评价
• 2.8 本章小结
• 3 基于颜色特征的图像检索技术研究
• 3.1 引言
• 3.2 颜色空间的选择
• 3.2.1 颜色空间
• 3.2.2 RGB 颜色空间
• 3.2.3 HSV 颜色空间
• 3.2.4 L*a*b 颜色空间
• 3.3 颜色空间的转换
• 3.4 颜色特征的提取及表示方法
• 3.4.1 全局颜色直方图
• 3.4.2 累积颜色直方图
• 3.4.3 局部颜色直方图
• 3.4.4 颜色矩
• 3.4.5 颜色对
• 3.4.6 颜色聚合向量
• 3.4.7 颜色相关图
• 3.5 相似性度量方法
• 3.6 一种改进的基于最大连通区域面积直方图的图像检索方法
• 3.6.1 颜色空间的选择和量化
• 3.6.2 最大连通区域面积直方图的提取
• 3.6.3 相似性度量
• 3.7 实验结果与分析
• 3.8 本章小结
• 4 基于纹理特征的图像检索技术研究
• 4.1 引言
• 4.2 纹理特征的提取及表示方法
• 4.2.1 灰度共生矩阵
• 4.2.2 Gabor 小波变换
• 4.2.3 Tamura 纹理特征
• 4.3 综合灰度共生矩阵和Gabor 小波变换的图像检索方法
• 4.4 实验结果与分析
• 4.5 本章小结
• 5 综合颜色与纹理特征的图像检索
• 5.1 综合颜色与纹理特征的图像检索方法
• 5.1.1 综合颜色与纹理特征的相似性度量结构
• 5.1.2 特征向量的外部归一化
• 5.1.3 综合颜色与纹理特征的图像检索算法
• 5.2 实验结果与分析
• 5.3 本章小结
• 6 图像检索系统的设计与实现
• 6.1 系统开发和运行环境
• 6.2 系统框架
• 6.3 系统主要功能和程序界面
• 6.4 本章小结
• 7 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 攻读硕士学位期间发表的论文及所取得的研究成果
• 致谢