基于內(nèi)容的圖像檢索理論與關(guān)鍵技術(shù)研究.pdf

1、分類號：學校代碼：10165密級：學號：201311001116碩士學位論文基于內(nèi)容的圖像檢索理論與關(guān)鍵技術(shù)研究2016年06月作者姓名：李威儀學科、專業(yè)：計算機科學與技術(shù)研究方向：圖像檢索導師姓名：王向陽教授遼寧師范大學碩士學位論文I摘要隨著科技的發(fā)展和人們生活水平的不斷提高及計算機在全世界范圍內(nèi)的普及，同時，具有拍照功能的數(shù)碼相機和手機也幾乎是人手必備的產(chǎn)品。海量的數(shù)字圖像在這樣的背景下每天都在以爆炸式的速度增長。并且，隨著生活節(jié)奏

2、的加快及生活習慣的變化，相較于傳統(tǒng)的文字信息，人們更愿意通過直接明了的圖像去表達溝通。在生產(chǎn)工作中，數(shù)字圖像也越來越成為必不可少的一部分更或是發(fā)揮著關(guān)鍵的作用。當面對這些變化時，對數(shù)字圖像的存儲管理就變得十分重要，面對大規(guī)模圖像庫時，如何能從中快速的找到所需圖像，如何能在圖像所表達的繁復冗雜的信息中找到關(guān)鍵信息，如何能通過一幅圖像找到一系列相關(guān)的或不同角度的其它類似圖像等，正是對圖像管理提出的目標?；趦?nèi)容的圖像檢索技術(shù)（Content

3、BasedImageRetrieval，CBIR）就是為了解決這些問題而被提出的，并迅速成為人們關(guān)注的重點，本文圍繞基于內(nèi)容的圖像檢索技術(shù)，為使它具有更好的檢索效果和性能，對其中的一些關(guān)鍵技術(shù)進行了深入的探討和研究，主要內(nèi)容包括以下三個部分：1、提出了一種基于統(tǒng)計模型的圖像檢索方法，針對含有大量紋理信息的圖像，如何用更少的特征值更準確表征圖像的問題。該方法首先對灰度圖像進行非下采樣Shearlet變換（NSST）；對分解得到的高頻子帶系

4、數(shù)進行基于貝塞爾K分布（BKF）的統(tǒng)計建模，經(jīng)大量實驗驗證和理論都表明，BKF分布符合非下采樣Shearlet變換的高頻子帶系數(shù)的統(tǒng)計特性，因此，針對每一個高頻子帶我們可以用BKF分布的參數(shù)來代表其特性，作為紋理特征；最后通過相似度計算，比較待檢索圖像與圖像庫中的圖像之間的相似性，返回檢索結(jié)果。仿真實驗表明，這種基于貝塞爾K分布統(tǒng)計模型的圖像檢索方法由于其特征維度低同時又很好的表征了圖像的特性，所以具有快速且理想的檢索結(jié)果。2、提出了一

5、種基于多特征融合的彩色圖像檢索方法，以解決對于單一特征無法對圖像進行全面刻畫從而導致的檢索效果不理想的問題。該方法以圓諧傅里葉矩和金字塔雙樹方向濾波器組（PDTDFB）的相關(guān)理論為基礎(chǔ)，首先將彩色圖像從RGB空間轉(zhuǎn)換到Lab空間，對色差分量ba計算其圓諧傅里葉矩作為顏色特征；使用金字塔雙樹方向濾波器組（PDTDFB）對亮度分量L進行分解在PDTDFB域上，計算基于幅度和相位的方差和熵作為紋理特征；最后對兩種特征進行歸一化，并通過參數(shù)選擇