面向聚類索引構(gòu)建的圖像檢索方法研究.pdf

1、伴隨多媒體技術(shù)的迅速普及，圖像數(shù)據(jù)也取得了爆發(fā)式的增長(zhǎng)，使得圖像檢索技術(shù)成為了計(jì)算機(jī)視覺領(lǐng)域的一項(xiàng)重要的分支。圖像檢索相關(guān)技術(shù)的研究經(jīng)歷基于文本、內(nèi)容和語義檢索的三個(gè)階段，現(xiàn)階段主要是基于圖像語義的檢索研究，其在基于內(nèi)容檢索的基礎(chǔ)上融入了機(jī)器學(xué)習(xí)，人工智能，模式識(shí)別、數(shù)據(jù)挖掘等領(lǐng)域知識(shí)，來提升圖像檢索的能力。然而，當(dāng)前圖像檢索的精準(zhǔn)度仍有待進(jìn)一步提高，因此本文通過將聚類分析和相關(guān)反饋技術(shù)等方法的融入來減少基于內(nèi)容圖像檢索中未能考慮到的實(shí)

2、際語義信息所帶來的檢索結(jié)果與用戶實(shí)際對(duì)圖像理解的差異，并對(duì)圖像庫(kù)構(gòu)建索引結(jié)構(gòu)，最終可以減少查詢的時(shí)間，提升圖像檢索的精度。
　　本文針對(duì)面向聚類索引構(gòu)建的圖像檢索方法進(jìn)行研究，主要的工作如下：
　　一、對(duì)于現(xiàn)有的圖像底層視覺特征，往往只是對(duì)圖中某一方面特性的描述，特征也僅僅是對(duì)圖像表面的某種規(guī)律的反映，不含實(shí)際語義信息，因而會(huì)造成圖像信息大量的損失。為此，本文對(duì)傳統(tǒng)Hu不變矩和局部顏色特征做出了一些改進(jìn)，提高特征的表達(dá)能力，

3、融入了一些語義信息，使其更有針對(duì)性。
　　二，基于聚類分析的分層索引的構(gòu)建，將圖像庫(kù)中提取到的形狀和視覺特征借助聚類分析進(jìn)行組織，兩種特征形成分層的索引結(jié)構(gòu)，形狀特征用于粒度較大的查詢，而顏色特征則用于進(jìn)一步的詳細(xì)檢索上，可以提高特征查詢的準(zhǔn)確度和多樣性。
　　三、基于用戶反饋的分類處理的研究，針對(duì)用戶對(duì)圖像檢索的反饋，通過使用機(jī)器學(xué)習(xí)中SVM算法對(duì)用戶反饋的結(jié)果進(jìn)行訓(xùn)練學(xué)習(xí)，完成人機(jī)交互并縮小圖像底層特征與高級(jí)語義之間的距