基于場景語義的圖像檢索技術(shù)研究.pdf

1、隨著信息技術(shù)的發(fā)展,大量的存儲設備和數(shù)字設備的出現(xiàn)和廣泛使用,使得人們有越來越多的機會接觸到圖像信息。圖像數(shù)量的大幅增加,使得傳統(tǒng)的依靠人工方法從圖像庫中檢索需要的圖像變得不切實際,如何有效地管理并獲取所需的圖像成為研究者關(guān)注的熱點。因此,在20世紀90年代,基于內(nèi)容的圖像檢索技術(shù)得到了迅猛發(fā)展,該方法利用圖像的顏色、紋理和形狀等低層特征對圖像進行檢索。然而,在實際的檢索過程中,用戶判斷圖像是否相似往往并不是根據(jù)“視覺相似”,而是依據(jù)圖

2、像中是否包含相同的場景或?qū)ο?即依靠“語義相似”進行檢索。為了克服上述問題,基于場景語義的圖像檢索技術(shù)被廣泛應用起來。
　　 本文首先回顧了基于內(nèi)容的圖像檢索技術(shù)的研究背景、研究現(xiàn)狀,介紹了幾種經(jīng)典的CBIR(Content-Based Image Retrieval)檢索系統(tǒng),分析了圖像的層次化語義模型,對基于場景語義的圖像檢索方法的系統(tǒng)構(gòu)成、特征提取、特征匹配以及性能評價準則等關(guān)鍵技術(shù)作了詳細的介紹。然后,針對本文重點研究的

3、建筑物場景圖像進行分析,在已有研究成果的基礎上,實現(xiàn)了基于邊緣方向直方圖的圖像檢索方法和基于SIFT(Scale Invariant Feature Transform)特征的圖像檢索方法?？紤]到利用圖像的單一特征進行檢索往往會導致顧此失彼,不能充分發(fā)揮各個特征的優(yōu)勢,本文結(jié)合圖像的邊緣特征和SIFT特征,提出了一種改進的基于邊緣和SIFT綜合特征的檢索方法。最后,將改進的基于綜合特征的圖像檢索算法在Matlab7.1平臺上進行測試。實

4、驗結(jié)果表明,該方法能更好地實現(xiàn)各個特征的優(yōu)勢互補,提高了檢索精度。
　　 本文的創(chuàng)新點主要體現(xiàn)在以下兩個方面:
　　 (1)為了提高檢索的精度,將EMD(Earth Mover’s Distance)距離引入到基于邊緣方向直方圖的檢索算法中,采用歐氏距離與EMD距離相結(jié)合的方法對圖像進行相似性度量。實驗證明,該方法能更準確地對圖像進行匹配。
　　 (2)不同類別的圖像的結(jié)構(gòu)特征往往有差異,采用統(tǒng)一的權(quán)值描述圖像特