基于多特征的图像检索技术研究

论文摘要

本文较全面地讨论了该技术的基本概念、方法、己取得的成果及今后的一些主要研究方向。实现了一种基于图像色度矩的彩色图像检索方法。色度矩的方法只需要提取一幅图像中很小的光谱特征,只用一个固定的很少数量的特征需要存储来表示一幅彩色图像。针对色度矩方法只考虑了颜色集合在图像上的分布,而没有考虑图像物体的形状、大小、位置等特征;只考虑颜色在图像整体上的分布,并没有考虑颜色在图像局部上的空间分布等缺点,本文给出了两种改进的方法:首先提出了一种基于颜色—空间信息的分块检索方法,通过一种矩形图像分块方法计算各分块的色度矩,提高了图像检索的精度。另外,基本的纹理结构元可以提供图像的灰度纹理信息。提取色度矩和纹理基元两个特征结合进行图像检索,试验结果表明色度矩和纹理基元法相结合也是一种有效的图像检索方法。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 传统的图像检索技术
• 1.3 基于内容的图像检索技术
• 1.4 国内外图像检索技术
• 1.5 图像检索技术面临的问题
• 1.6 本文的主要研究工作
• 第二章 基于内容的图像检索相关技术综述
• 2.1 基于内容的图像检索系统
• 2.2 图像的特征提取
• 2.2.1 颜色特征的提取
• 2.2.2 纹理特征
• 2.2.3 形状特征
• 2.3 压缩域图像特征索引与检索
• 2.4 CBIR中的相似度比较
• 2.5 检索性能评价标准
• 第三章 基于色度矩的图像检索方法
• 3.1 颜色空间介绍
• 3.1.1 RGB颜色空间
• 3.1.2 HSV颜色空间
• 3.1.3 L*a*b*颜色空间
• 3.1.4 色度空间
• 3.2 色度矩
• 3.2.1 色度矩的获取
• 3.2.2 实验设计
• 第四章 结合空间信息的图像检索方法
• 4.1 图像分块策略
• 4.2 色度矩结合分块动态匹配的检索方法
• 4.3 实验分析
• 第五章 综合纹理与颜色特征的检索方法
• 5.1 基于多特征组合的图像检索基本思想
• 5.2 相似性度量
• 5.3 纹理特征提取
• 5.4 试验分析
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 研究成果