基于内容的图像检索方法研究与实践

论文摘要

信息存储技术的迅猛发展与互联网的普及,导致了大容量的包含不同内容图像库的产生。如何有效的管理与检索这些图像,成为日益重要的课题。尤其是现今图像库中的图像所包含的内容相当的丰富,用传统的基于文本的方法不能充分的表达其特性。基于内容的图像检索是针对大容量图像库,以计算机视觉技术为依托,根据图像的视觉内容,以模式匹配的方法进行以计算机为主导的图像检索。它极大地减少了人工注释的沉重负担,提高了图像的检索率,为图像检索的应用提供了更广阔的前景。针对基于内容的图像检索中的一些关键技术和理论方法,开展了如下研究工作:1)以InnerDistance为基础提出了一种新的以形状为特征的检索方法,并通过在两个公共数据集上进行的实验对该方法的有效性进行验证;2)基于HOG（Histogram of Oriented Gradient）特征能够较好的描述图像的形状和轮廓的特性,将HOG特征的检索方法用于实际的车牌图像检索中;3)将KD-tree索引的方法引入上述两种方法中,用来提高检索的效率。上述对基于内容的图像检索方法所作的研究,通过试验表明,以上方法在查全率与查准率方面比传统的检索方法有明显的提高,对于促进基于内容的图像检索技术的发展具有一定的参考价值和实践意义。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 选题背景与研究的内容
• 1.1.1 选题背景
• 1.1.2 研究的内容
• 1.2 国内外概况介绍
• 1.3 论文章节安排
• 第2章 基于内容图像检索系统
• 2.1 体系结构流程图
• 2.2 视觉向量特征的常用度量方法
• 2.2.1 距离度量的方法
• 2.2.2 直方图交集法
• 2.2.3 二次式距离
• 2.2.4 马氏距离
• 2.2.5 非几何的相似度方法
• 2.3 检索效果评价
• 第3章 基于形状的图像检索技术
• 3.1 引言
• 3.2 问题的提出
• 3.3 基于改进的 INNERDISTANCE 算法与 KD-TREE 索引方法
• 3.3.1 预处理
• 3.3.2 图像的采样与分割
• 3.3.3 KD-tree 索引技术
• 3.3.4 检索步骤
• 3.4 实验结果
• 3.4.1 MPEG7 公共数据集
• 3.4.2 LHI 公共数据集
• 3.5 本章总结
• 第4章 基于 HOG 特征的图像检索技术
• 4.1 HOG 特征的基本介绍
• 4.2 HOG 特征图像检索运用实例
• 4.2.1 HOG 特征车牌字符图像检索实例介绍
• 4.2.2 HOG 特征车牌字符图像检索的方法
• 4.2.3 检索结果与分析
• 4.3 本章总结
• 第5章 图像检索系统设计与实验
• 5.1 用户接口
• 5.2 草图检索系统设计与功能实现
• 5.2.1 草图检索介绍
• 5.2.2 检索系统的设计
• 5.2.3 检索界面功能的实现
• 5.3 本章总结
• 第6章 总结和展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 附录 攻读硕士学位期间发表论文目录
• 鸣谢