基于內(nèi)容圖像檢索系統(tǒng)設(shè)計與實現(xiàn).pdf

1、圖像往往具有豐富的語義信息和復(fù)雜的視覺特征，目前的計算機視覺技術(shù)還不能穩(wěn)定地建立起多媒體對象的語義信息與其視覺特征間的對應(yīng)關(guān)系，使得基于內(nèi)容的圖像檢索(CBIR，Content-Based Image Retrieval)在檢索的準確性上還難以滿足實際應(yīng)用的要求。為了彌補基于內(nèi)容的圖像檢索系統(tǒng)性能上的不足，該文對CBIR系統(tǒng)性能優(yōu)化方法進行了探討，并通過實驗對其優(yōu)化效果進行驗證和評價。本文采用多特征，并結(jié)合人類視覺特點，分別給出了基于顏

2、色、形狀、紋理的檢索方法或改進算法，取得了更好的效果。
　　 顏色是圖像最重要的特征，為了提高顏色特征的檢索效果，利用一種新的圖像內(nèi)容特征的提取算法-基于主色的圖像特征提取(DCE，Dominant Color Extracting)，在此基礎(chǔ)上，為了避免顏色空間分布信息的丟失，將特征優(yōu)化為一區(qū)域主色直方圖(RDCH，Region Dominant Color Histogram)，提高了查準率。
　　 形狀是物體的本質(zhì)

3、特征之一，利用形狀特征進行檢索可提高檢索的準確性和效率。在基于形狀的圖像檢索中，對物體形狀特征的描述非常重要，但一般的形狀描述存在著性能不穩(wěn)定，缺乏平移、旋轉(zhuǎn)、尺度不變性等缺點。對于此問題，提出了一種新的方法-邊界方向Zernike距(EO-Zernike)，該描述符具有旋轉(zhuǎn)、平移、尺度不變性等優(yōu)點，能夠很好的描述圖像的形狀和空間分布信息。
　　 對于圖像紋理特征，本文采用了圖像粗糙度和方向度相結(jié)合的方法，實驗結(jié)果顯示，具有較高