多特征关联图像内容检索算法及应用研究

摘要

随着多媒体及计算机的广泛应用，图像资源迅猛增长，如何提取图像中有用的视觉信息成为研究的关键，这使得图像检索成为一个非常活跃的研究领域。20世纪70年代，图像检索技术主要是基于文本的，但其需人工标注，带有较强的主观性及不完整性。基于内容的图像检索很好的解决了这一问题，其主要思想是：直接提取图像的视觉特征(如颜色、纹理、形状)，将用户提交的图像特征与图像库中图像特征进行相似匹配，并将与用户提交的查询图像相似度接近的图像显示给用户，该方法的核心是利用图像特征对图像进行检索。
　　论文在广泛查阅国内外相关资料基础上，对基于内容的图像检索技术进行了研究。发现现有的大部分综合特征的图像检索算法未能充分反映图像内容的空间分布信息，检索效果差强人意。针对此类检索存在的问题，本文提出了一种基于图像感兴趣区域多关联特征检索算法，首先对图像进行去噪处理，将去噪后的图像分割成若干子区域，再利用Gabor滤波器提取图像感兴趣点，从而确定感兴趣区域，分别提取基于用户关注区域的颜色直方图、基于灰度共生矩阵的纹理特征、基于不变矩的形状特征，最后利用外部归一化对提取的特征进行相似性匹配。
　　论文研究将上述检索方法应用于图像数据库系统，实验结果表明，该算法不仅使得提取的特征矢量维数较低，而且保证了旋转、平移和尺度不变性，具有较高的检索效率。

目录

文摘

英文文摘

插图索引

附表索引

第1章 绪 论

1.1 引言

1.2 图像检索研究的背景及意义

1.2.1 研究背景

1.2.2 意义

1.3 国内外图像检索技术

1.3.1 国外图像检索技术

1.3.2 国内图像检索技术

1.3.3 国内外研究现状分析

1.4 基于内容的图像检索存在的问题

1.5 本文的组织结构

第2章 基于内容的图像检索相关技术综述

2.1 基于文本的图像检索

2.2 基于内容的图像检索

2.3 图像检索技术的发展历史

2.4 基于内容的图像检索系统框架

2.5 图像的特征提取

2.5.1 图像特征

2.5.2 特征提取

2.6 图像去噪

2.7 图像的相似性度量

2.7.1 直方图相交法

2.7.2 二次式距离

2.7.3 直接差值法

2.7.4 空间距离法

2.8 性能评价

2.9 本章小结

第3章 基于颜色特征的图像检索

3.1 颜色特征简介

3.2 颜色模型

3.2.1 RGB颜色模型

3.2.2 HSV模型

3.2.3 模型的转换

3.3 颜色特征的表示方法

3.3.1 颜色直方图法

3.3.2 颜色矩法

3.3.3 颜色集法

3.3.4 颜色聚合向量法

3.4 基于图像颜色的检索

3.5 本章小结

第4章 基于纹理特征的图像检索

4.1 纹理特征简介

4.2 纹理的表示方法

4.2.1 灰度共生矩阵

4.2.2 模型方法

4.2.3 信号处理方法

4.2.4 结构方法

4.3 基于灰度共生矩阵的检索

4.3.1 灰度共生矩阵定义

4.3.2 基于灰度共生矩阵的特征

4.3.3 灰度共生矩阵特征的提取

4.4 本章小结

第5章 基于形状的图像检索

5.1 形状特征的简介

5.2 图像分割

5.3 形状描述方法

5.4 基于形状的检索

5.5 本章小结

第6章 多特征关联图像检索

6.1 感兴趣区域

6.2 相似性度量结构

6.2.1 同步组合检索

6.2.2 异步组合检索

6.3 特征向量归一化

6.4 基于感兴趣区域的多关联特征检索算法设计

6.5 本章小结

总结与展望

参考文献

附录A 攻读学位期间所发表的学术论文目录

致 谢