基于内容的图像检索方法的研究与实现

论文摘要

随着计算机、通信、多媒体以及网络技术的迅速发展，出现了越来越多的数字图像资源。图像检索已经逐渐成为一个非常活跃的研究领域。在过去，基于文本的检索方法是检索图像的唯一方法。但是该方法不能自动对图像进行描述，需要人工对其进行标注。对于大型图像数据库来说，人工标注存在工作量大、标注内容主观和不完整的问题。基于内容的图像检索方法很好地解决了这一问题，成为领域研究热点。该方法是：提取图像的颜色、纹理、形状等特征，将待查询图像的特征与图像库中图像的特征进行匹配，与待查询图像特征相同或相似的图像返回给用户。有效准确的描述图像特征是该方法的核心问题。论文在广泛查阅国内外相关资料的基础上，对基于内容的图像检索技术进行了分析和研究。介绍了国内外现有的基于内容的图像检索系统、成熟的检索算法以及基于内容检索的特点、关键技术、通用框架、体系结构、相似性度量技术以及检索性能的评价标准等。在颜色特征提取和匹配中，通过研究和分析不同的颜色空间和颜色特征，对HSV颜色空间进行非均匀量化，将分隔后的三个分量合成一维特征向量，降低了系统的计算复杂度，提高了检索的效率。针对传统直方图存在的零值问题，提出了基于累加直方图法的检索方法，提高了检索的准度。在图像纹理特征提取方面，研究了纹理特征的多种描述方法，重点讨论了基于灰度共生矩阵的图像检索算法。针对传统的提取单一方向灰度共生矩阵的问题，提出提取四个方向(0,45,90,135)的灰度共生矩阵并求均值的方法，提高了检索的查全率和查准率。为了提高系统的检索性能，在深入研究单一特征检索的基础上，融合多种特征进行图像检索。选取基于累加直方图的颜色特征和基于灰度共生矩阵的纹理特征,将颜色特征向量与纹理特征向量进行外部归一化后的值作为图像的综合特征向量。与基于单一特征的检索方法相比，基于综合特征的检索有较高的查全率和查准率。论文研究将上述三种检索方法应用于图像数据库系统，实际应用表明该方法整体上提高了图像检索效率。

论文目录

• 摘要
• Abstract
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 课题背景及意义
• 1.2 国内外研究现状
• 1.3 本文的主要研究内容
• 1.4 本文的组织结构
• 第2章 基于内容的图像检索技术
• 2.1 基于内容的图像检索知识
• 2.1.1 基于内容的图像检索系统通用框架
• 2.1.2 基于内容的图像检索系统体系结构
• 2.1.3 基于内容的图像检索特点
• 2.1.4 基于内容的图像检索系统性能评价
• 2.2 图像特征
• 2.2.1 颜色特征
• 2.2.2 纹理特征
• 2.2.3 形状特征
• 2.2.4 空间信息特征
• 2.3 图像相似性度量
• 2.3.1 L1、L2距离
• 2.3.2 直方图相交
• 2.3.3 二次式距离
• 2.3.4 马氏距离
• 2.4 本章小结
• 第3章 颜色特征在图像检索中的研究
• 3.1 颜色简介
• 3.2 颜色模型
• 3.2.1 RGB 模型
• 3.2.2 HSV 模型
• 3.2.3 L*a*b*模型
• 3.3 颜色特征提取
• 3.3.1 颜色直方图
• 3.3.2 颜色矩
• 3.3.3 颜色聚合向量
• 3.3.4 颜色集
• 3.4 基于颜色累加直方图的图像检索
• 3.5 本章小结
• 第4章 纹理特征在图像检索中的研究
• 4.1 纹理简介
• 4.2 纹理描述方法
• 4.3 纹理特征提取
• 4.3.1 灰度共生矩阵
• 4.3.2 Tamura 纹理特征
• 4.3.3 Laws 纹理能量描述
• 4.3.4 小波变换
• 4.4 基于灰度共生矩阵的图像检索
• 4.5 本章小结
• 第5章 综合特征在图像检索中的研究
• 5.1 图像特征归一化理论
• 5.1.1 内部特征归一化
• 5.1.2 外部特征归一化
• 5.2 综合颜色和纹理特征的图像检索
• 5.3 本章小结
• 总结与展望
• 参考文献
• 附录 A 攻读学位期间所发表的学术论文目录
• 致谢