小波及视觉感知纹理特征在基于内容的图像检索中的研究

摘要

近年来，随着多媒体技术和互联网的飞速发展，产生的数字图像数量正以惊人的速度增长。这些图像在军用及民用各个领域都有着重要的作用。如何对图像进行有效的检索，已成为国际上的研究热点。 传统的基于文本的图像检索技术将图像看做数据库中的一个对象，用关键字或自由文本对其进行描述。然而，完全基于文本的图像检索技术存在着严重的问题。主要原因在于就目前的计算机视觉和人工智能技术而言，还无法自动对图像进行标注，而必须依赖于人工对图像做出标注。由此导致手工工作量巨大，同时由于手工的标注很难做到准确与完整，因此不可避免地带有主观偏差。因此，上世纪90年代初提出了针对解决上述问题的基于内容的图像检索技术。基于内容的检索技术查询时针对的是对象而不是标识，它需要从图像中提取指定的特征(如颜色、纹理、形状等)，然后从图像库中检索相似的图像或者视频内容。由于基于内容的图像检索能够提供比传统的基于文本的图像检索更丰富的内容，因此受到越来越多的研究人员的关注。 本文对小波及视觉感知纹理特征在基于内容的图像检索理论进行了研究。论文首先研究了如何选取有判别力的基于小波变换的纹理图像特征，从而有效减少图像索引的维数；其次提出了符合人类视觉的新的基于小波变换的纹理图像特征；再次探讨了如何提取图像的局部特征，特别是重点研究了基于小波变换的明显点的图像检索理论，并对试验结果的进行了评估。

目录

文摘

英文文摘

声明

1绪论

1.1研究的背景

1.2国内外的研究状况

1.3本研究工作的内容

2小波分析理论

2.1小波分析与多辨分析

2.2从傅立叶变换到小波变换

2.2.1傅立叶变换

2.2.2短时傅里叶变换

2.2.3小波变换

2.3连续小波变换

2.4离散小波变换

3纹理特征选取及维数降低

3.1已有的降低特征维数方法

3.2选取有判别力的纹理图像特征，从而减少图像索引的维数

3.2.1对图像进行二维小波分解

3.2.2本文提出的方法

3.3本章结论

4符合人类视觉的新的纹理图像特征

4.1已有的纹理特征

4.2符合人类视觉的新的纹理图像特征

4.2.1对图像进行小波分解

4.2.2符合人类视觉的新的纹理图像特征的提取

4.3本章结论

5基于小波变换的明显块的图像检索

5.1明显点的图像检索理论

5.1.1基于小波变换的明显点的提取

5.2基于明显块的图像检索

5.2.1改进的明显点提取

5.2.2由改进的明显点到明显块的提取

5.2.3检索试验

5.3本章结论

6总结及展望

参考文献

致谢

主要学术论文及专利:(Publications and patents)