基于紋理特征的圖像分類與檢索研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)向?qū)拵?、高速、多媒體方向的發(fā)展，它以更具人性化的應(yīng)用方式為人們提供了大量的可用資源，如文本、圖像、視頻和音頻等。作為網(wǎng)絡(luò)信息資源的重要組成部分，教育資源在提高教學(xué)質(zhì)量，充分發(fā)揮信息化教育的優(yōu)勢方面有著重要作用。在眾多類型的信息資源中，圖像具有直觀、形象、易于理解和信息量大等特點，成為教育資源庫的重要組成部分。 同網(wǎng)絡(luò)信息一樣，教育資源中的圖像數(shù)量巨大，種類繁多，加之排列方式錯綜復(fù)雜，這給相應(yīng)的圖像檢索帶來了困難。近

2、年來，基于內(nèi)容的圖像檢索技術(shù)(CBIR)有了長足的發(fā)展?；趦?nèi)容的圖像檢索對圖像的內(nèi)容進行分析，并對其特征進行合理的描述，然后利用圖像的內(nèi)容特征檢索圖像，使得檢索過程更加有效，檢索結(jié)果更能貼近人的視覺感受。圖像的內(nèi)容包括圖像的顏色、紋理、形狀等視覺特征和語義特征等。其中，紋理特征是最為顯著的視覺特征之一。由于紋理描述和分析的復(fù)雜性，在基于內(nèi)容的圖像檢索系統(tǒng)中紋理特征還沒有得到充分利用。本文主要針對自然紋理進行基于概念的分類，并對紋理分割

3、和基于紋理特征的圖像檢索進行了研究。 論文借用自然語言中描述紋理的概念詞，將自然紋理進行了基于概念的分類，共分為十大類別：魚鱗、顆粒、裂紋、斑紋、條紋、絨毛、波紋、木紋、花紋和亂紋。在此基礎(chǔ)上，建立了一個小型的自然紋理圖像庫。對常用的紋理特征提取方法進行了討論，分析了小波包方法，給出了利用Gabor濾波器提取紋理特征的詳細算法。論文中采用BP神經(jīng)網(wǎng)絡(luò)和支持向量機作為分類器，進行了紋理分類實驗，獲得了較好的實驗結(jié)果。 紋理

4、分割是紋理圖像分析的關(guān)鍵步驟，因為只有完成對圖像的分割才能提取圖像中對象的視覺特征和語義特征。論文討論了紋理分割的一般方法，對基于統(tǒng)計的灰度共生矩陣方法進行了研究，分析了距離、灰度級和窗口大小對特征提取和分割效果的影響。采用灰度共生矩陣方法提取紋理特征，利用模糊C均值聚類方法進行了紋理分割，取得了比較滿意的實驗結(jié)果。 論文討論了基于內(nèi)容的圖像檢索的特點，并利用紋理特征進行了圖像檢索實驗，取得了較好的實驗結(jié)果。 我們基于M