Print

基于纹理的图像检索方法研究

论文摘要

为了有效地检索图像,论文首先从频率域的纹理分析出发,提出了基于复数小波域广义高斯分布模型的纹理图像检索算法。算法的核心是利用广义高斯分布的尺度参数和形状参数来描述纹理图像的特征,并且采用KLD距离测度来检索图像。通过算法仿真,该方法得到了89.46%的检索率。其次从基于统计的纹理分析出发,提出了基于局部纹理统计模型的纹理图像检索算法。采用“Uniform”形式的LBP算法,建立局部方差和局部纹理的联合分布模型,最后利用改进的Log-likelihood统计进行图像检索。从仿真结果来看,9种“Uniform”模式的LBP8 r,1iu2获得了89.71%的检索率。最后,把适合于纹理图像库的两种图像检索算法应用到医学图像库中。从175幅医学图像的检索结果来看,局部纹理统计模型算法在医学图像检索中获得了98.94%的查准率,基于复数域广义高斯分布模型算法的检索率在医学图像库中仅仅达到72.71%。

论文目录

  • 提要
  • 第1章 绪论
  • 1.1 课题的研究意义
  • 1.2 图像检索技术的发展
  • 1.3 论文的主要内容及章节安排
  • 第2章 基于纹理的图像检索
  • 2.1 图像检索系统框架
  • 2.2 基于纹理特征的图像检索技术概述
  • 2.3 相似性度量算法
  • 2.4 评价标准
  • 2.5 本章小结
  • 第3章 基于复数小波域广义高斯分布模型的纹理图像检索
  • 3.1 引言
  • 3.2 复数小波变换
  • 3.3 基于复数小波域广义高斯分布模型的纹理图像检索
  • 3.4 算法实现步骤
  • 3.5 仿真实验及分析
  • 3.6 本章小结
  • 第4章 基于局部纹理统计模型的纹理图像检索
  • 4.1 引言
  • 4.2 局部纹理算法概述
  • 4.3 算法的实现步骤
  • 4.4 仿真实验及分析
  • 4.5 本章小结
  • 第5章 基于纹理的医学图像检索
  • 5.1 医学图像检索的背景及其意义
  • 5.2 医学图像检索的研究现状
  • 5.3 医学图像检索的实现方案
  • 5.4 实验结果及其分析
  • 5.5 本章小结
  • 第6章 总结与展望
  • 6.1 全文总结
  • 6.2 工作展望
  • 参考文献
  • 攻读硕士期间发表的学术论文
  • 摘要
  • Abstract
  • 致谢
  • 导师及作者简介
  • 相关论文文献

    本文来源: https://www.lw50.cn/article/5b55a11bcf5cb6505e34bbf1.html