随着多媒体信息技术和互联网技术的快速发展,特别是海量数据库的出现,图像信息越来越得到重视。如何从大量的图像中快速有效地查找出人们感兴趣的图像成为了急需解决的问题,基于内容的图像检索技术应运而生,并成为多媒体信息处理领域的研究热点。而基于形状的图像检索则是基于内容的图像检索中最具有研究价值和实际意义的,同时也是存在着很多的问题亟待解决。基于形状的图像检索技术的核心问题是形状特征的提取以及相似性度量,这两个问题一直是人们广泛研究的热点和难点。形状上下文作为最近几年提出了一个基于形状的图像检索算法,以其独特的形状描述符和相似性度量标准,在图像的匹配和检索中取得良好的实验效果,受到了众多的专家和学者的关注。通过对形状上下文算法的深入理解和研究,提出了一个基于形状复杂度的特征点动态选取算法,它利用待检索图像的复杂程度实现特征点的动态选取,而不是固定设定某一个值,这对于形状简单的图像可以有效降低其时间复杂度,提高检索效率。考虑到不同边缘特征点对整体形状的影响不同,创新性的提出了曲率能量的思想,通过曲率能量函数对每一个特征点赋予相应的能量权值,实验表明,该算法在检索性能上有较大的提高。最后,针对形状上下文对于轮廓缺失时的不足,提出了形状系数直方图的形状匹配算法,它可以很好的克服轮廓缺失所带来的影响,有着很好的匹配结果。
本文来源: https://www.lw50.cn/article/cf760e0d56d5117fd90b915b.html