基于興趣點的圖像檢索.pdf

1、在基于內(nèi)容的圖像檢索中，人們常常提取顏色、紋理以及形狀的全局特征來描述整幅圖像，然而全局特征不能描述圖像的細節(jié)，丟失了圖像的空間信息。并且用戶可能僅僅對部分圖像或圖像中的某一對象感興趣，這時候圖像的全局特征將不再有效，我們必須考慮圖像的局部特征。　　為了彌補全局特征在描述圖像內(nèi)容上的不足，必須單獨分析圖像的局部，首先對用戶感興趣的對象或圖像的局部進行定位，然后再用局部描述子進行局部特征的提取。解決方法包括：基于感興趣區(qū)域<'[1-3]

2、>的檢索方法，感興趣區(qū)域(Region of Interest)是指圖像中最能引起用戶興趣，最能表現(xiàn)圖像內(nèi)容的區(qū)域。然而這種方法依賴于好的圖像分割算法，而完美的圖像分割算法目前還沒有；Schmid和Mohr <'[4]>將計算機視覺中的興趣點匹配技術(shù)應用到圖像檢索中較好的解決了這一問題，通過興趣點的檢測對圖像的視覺特征變化大的區(qū)域進行定位，局部描述子對興趣點周圍的局部區(qū)域進行特征提取，最后通過點匹配進行相似性度量。興趣點靈活的描述了圖像

3、的細節(jié)內(nèi)容，對圖像的幾何變換具有很強的魯棒性，且不需要對圖像進行分割。　　本文在Schmid和Mohr研究的基礎上進一步改進了基于興趣點的圖像檢索技術(shù)，所做工作如下：　　1．采用顏色矩作為局部描述子，將顏色空間變換到HSV空間，通過降低S通道和v通道的權(quán)重，減輕了圖像亮度V和飽和度S對檢索結(jié)果的影響，從而對圖像亮度的變化具有一定的魯棒性。　　2．通過幾何哈希技術(shù)加強興趣點間的幾何約束，以增加正確匹配的興趣點對數(shù)量。興趣點匹配的正確