基于内容的图像检索技术研究与系统实现

论文题目: 基于内容的图像检索技术研究与系统实现

论文类型: 硕士论文

论文专业: 计算机软件与理论

作者: 邵刚

导师: 王秀坤

关键词: 基于内容图像检索,轮廓提取,边缘连接,相关反馈,粗糙集

文献来源: 大连理工大学

发表年度: 2005

论文摘要: 随着计算机以及通信技术的发展,图像处理被广泛应用于各个领域。伴随着大规模图像数据库的产生,传统的信息管理方式已经不能满足实际的需求。为了便于图像的检索和识别,基于内容的图像检索(CBIR,Content-based Image Retrieval)技术应运而生,并成为图像领域研究的热点问题之一。基于内容的图像检索是从图像本身的内容出发,由计算机提取图像本身所包含的颜色、纹理、形状等信息,通过检索这些信息对图像数据库进行检索,以满足用户对大量图像的检索要求。本文以基于内容的图像检索为主线,对检索系统的系统结构和关键技术进行了总结,并在图像形状特征提取和用户相关反馈两个方面作了深入的研究。形状特征是图像内容的一个基本特征,对形状特征的提取一般建立在图像分割的基础上。本文针对基于边缘检测的图像分割算法中存在的问题,用一种有效的基于延伸权的边缘连接算法来获得封闭的图像轮廓,并通过最大区域搜索进行图像分割。在图像检索模型中,提取分割后的区域的形状特征作为图像的特征进行检索,得到了满意的结果。由于图像的低层视觉特征与高层概念的相关性较弱,且图像检索系统用户的主观性强,因此把用户模型嵌入到系统中,通过用户反馈来获得用户的检索意图是十分必要的。本文研究了图像检索的层次和相关反馈的基本概念与思想,在对当前在图像检索中常用的相关反馈模型分析的基础上,给出了基于粗糙集加权的图像相关反馈检索算法。最后,通过对图像检索系统模型的分析与研究,设计并实现了一个图像检索原型系统DUTIRS。

论文目录:

摘要

Abstract

引言

1 基于内容图像检索技术概述

1.1 CBIR的系统结构

1.2 CBIR的关键技术

1.2.1 图像特征提取

1.2.2 相似性度量

1.2.3 多特征融合模型

1.2.4 多维索引

1.2.5 图像检索系统的性能度量

1.3 本章小结

2 形状特征提取中的图像分割算法分析与设计

2.1 图像分割算法分析

2.2 本文的图像分割算法设计

2.2.1图像的预处理

2.2.2 图像的边缘提取

2.2.3 基于延伸权的边缘连接算法设计

2.2.4 最大分割区域搜索

2.3 基于形状特征的图像检索实验

2.4 本章小结

3 基于相关反馈的图像检索模型与算法分析

3.1 相关反馈的引入

3.2 相关反馈的概念

3.3 图像检索系统中的相关反馈模型

3.4 基于相关反馈的图像检索算法

3.4.1 基于修改查询矢量或距离度量的相关反馈

3.4.2 基于优化方法的相关反馈

3.4.3 调整图像数据库的分类或类间关系的相关反馈

3.4.4 基于人工智能学习方法的相关反馈

3.4.5 带记忆功能的相关反馈

3.5 相关反馈算法的分析

3.6 本章小结

4 基于粗糙集加权的相关反馈图像检索算法设计

4.1 粗糙集理论

4.2 基于粗糙集加权的相关反馈算法的设计

4.2.1 检索系统模型

4.2.2 决策表的构造

4.2.3 相关反馈过程

4.3 实验结果

4.4 结论

5 系统实现

5.1 系统分析

5.2 DUTIRS的系统实现

5.2.1 系统结构

5.2.2 系统工作流程

5.2.3 数据库设计

5.2.4 功能模块

5.2.5 系统操作

5.3 本章小结

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢

大连理工大学学位论文版权使用授权书

发布时间: 2005-05-13

参考文献

[1].基于颜色和形状特征的图像检索[D]. 成晓翁.扬州大学2011
[2].融合颜色和形状特征的图像检索方法[D]. 聂加娜.曲阜师范大学2010
[3].基于形状特征和相关反馈的图像检索技术研究[D]. 邹晓.北京印刷学院2015
[4].基于文本和内容的商标图像检索[D]. 黄赛平.南京理工大学2008
[5].基于内容的商标图像检索研究[D]. 杜岭.华南理工大学2014
[6].基于形状的医学图像检索[D]. 杨智楠.吉林大学2006
[7].基于融合颜色特征与形状特征的图像检索[D]. 金伟.西安电子科技大学2014
[8].基于内容的商标图像检索研究[D]. 阮可可.华南理工大学2010
[9].基于内容的服装图像检索系统关键技术研究[D]. 董丽娟.长春理工大学2013
[10].基于内容的商标图像检索研究与实现[D]. 杨青燕.山东科技大学2009

基于内容的图像检索技术研究与系统实现

猜你喜欢