基于顯著特征的圖像檢索技術(shù)研究.pdf

1、圖像是多媒體信息中應(yīng)用最廣泛的載體，其檢索也是信息檢索領(lǐng)域中最受關(guān)注的熱點之一。基于內(nèi)容的圖像檢索通過提取圖像視覺特征實現(xiàn)檢索，但圖像視覺特征與人對圖像的理解存在差異。因此，本文利用視覺注意模型和顯著特征來減小語義差異改善檢索性能。
　　本文主要對圖像的顯著特征、預(yù)分類及區(qū)域檢索三個方面進行了研究，并在此基礎(chǔ)上提出了基于顯著特征的圖像檢索模型。該模型首先將圖像分成兩類，顯著類和背景類，然后根據(jù)圖像類型采用不同的檢索方法。本文工作主

2、要包括:
　　1、研究現(xiàn)有的視覺注意模型，提出一種新的顯著特征提取算法。首先提取圖像區(qū)域級、像素級、全局及頻率域等不同層次的顯著圖，然后對這五種顯著圖進行網(wǎng)格分塊。最后，融合每種顯著圖下的特征向量得到圖像的綜合顯著特征。
　　2、圖像預(yù)分類研究。顯著圖中顯著區(qū)域分布呈現(xiàn)不同特點，其中顯著性圖像的分布集中且具有語義特點，而場景或背景類圖像的分布則較為分散。預(yù)分類時，本文將綜合顯著特征作為隨機森林分類器的輸入，與單一顯著特征相比

3、，其分類錯誤率有了大幅度降低。由于場景GIST特征對背景類圖像有較強的描述能力，實驗中將綜合顯著特征與GIST特征進行融合，其分類性能得到進一步提高。
　　3、基于區(qū)域的圖像檢索。對于預(yù)分類得到的顯著性圖像，本文提取顯著區(qū)域，并將前景背景視為兩個區(qū)域，使用區(qū)域差異化方法描述圖像內(nèi)容后再進行檢索。在進行顯著區(qū)域提取時，將改進的彩色圖像梯度圖作為分水嶺算法的輸入，用顯著度指導種子區(qū)域選擇。實驗表明，該方法提取的顯著區(qū)域更符合用戶的感知