Print

基于纹理特征的图像检索技术研究

论文摘要

随着全世界的信息量迅速增长,如何快速提取有用的视觉信息越来越受到人们的重视。基于内容的图像检索日益成为当前信息领域的重要研究热点。基于内容的图像检索主要有三个研究方向:基于图像颜色特征,图像纹理特征和图像形状特征。本文从图像纹理特征入手,研究如何有效地抽取图像纹理特征对图像进行描述,基于抽取的特征对图像进行检索。纹理特征的提取最终就是找到图像合适的纹理特征来提高检索的性能。本文从以下几个方面进行了研究:首先从颜色空间的选择和颜色特征提取的角度入手,对RGB、HSI、HSV、HSB、YUV等五种颜色空间进行了描述,讨论了图像的视觉特征提取和图像相似度的比较方法。其次,对纹理的定义和性质作了详尽的描述,综述了三种常用的纹理分析方法,有统计分析法、结构方法和频域法,重点研究了基于纹理元模式的统计方法进行特征描述和特征提取。提出了基于纹理元模式的共生矩阵特征提取方法,综合了高斯归一法的原理和方法以及相似度量法。最后,设计并实现了一个基于Corel图像库的图像检索系统,并对系统的各个模块及其功能进行了介绍,实验结果表明基于纹理元模式的统计方法进行特征描述和特征提取能够较好的描述图像的纹理特征,能够取得较好的检索结果。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的目的及意义
  • 1.2 国内外研究现状
  • 1.3 国内外主要的图像检索系统
  • 1.4 论文的组织
  • 第2章 基于内容的图像检索技术
  • 2.1 引言
  • 2.2 图像检索的分类
  • 2.3 图像检索中的颜色模型
  • 2.4 图像的视觉特征提取
  • 2.5 图像高维特征的约减技术
  • 2.6 图像高维特征的索引技术
  • 2.7 图像相似度比较方法
  • 2.8 本章小结
  • 第3章 基于纹理元模式统计的图像检索方法
  • 3.1 引言
  • 3.2 纹理特征分析方法
  • 3.2.1 统计方法
  • 3.2.2 结构方法
  • 3.2.3 频域法
  • 3.3 基于纹理元模式统计的方法进行特征描述和特征提取
  • 3.3.1 算法实现细节
  • 3.3.2 实验结论证明
  • 3.4 高斯归一方法
  • 3.5 相似度度量方法
  • 3.6 本章小结
  • 第4章 基于纹理元模式统计的图像检索系统
  • 4.1 图像检索系统介绍
  • 4.2 检索性能评价
  • 4.3 实验结果以及分析
  • 4.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 个人简历
  • 相关论文文献

    本文来源: https://www.lw50.cn/article/0c336cf30e153bbbd026cae4.html