基于變換域的形狀描述及其在圖像檢索中的應用.pdf

1、面對著衛(wèi)星遙感影像、生物醫(yī)學影像、數(shù)碼照片等海量圖像數(shù)據(jù)，如何高效、便捷地進行圖像資源的管理和檢索就顯得日益重要。為了使用戶高效快速地從海量數(shù)據(jù)庫里檢索到所需的信息，有必要開發(fā)一種快速有效的檢索系統(tǒng)。過去主要以文本的形式存儲，但這種形式比較主觀，要把所有不同的解釋都用關鍵字(文本或數(shù)字)來表示顯然是不可能的。因此如果可以找到一個直接根據(jù)圖像的內(nèi)容進行檢索，而無須依賴相關文字信息的方法，無疑可以極大的提高檢索的精確性和有效性[1]?；趦?nèi)

2、容的圖像檢索(Content-based Image Retrieval，CBIR)技術的根本目的就是利用圖像數(shù)據(jù)庫本身所存儲的圖像底層物理信息進行快速高效地檢索。
　　在基于內(nèi)容的圖像檢索中形狀特征是很重要的一個方面。因為形狀是刻畫物體最本質(zhì)的特征，也是最難描述的圖像特征之一。形狀特征又可分為空間域特征和變換域特征。而變換域具有把握圖像全局特性及抵抗圖像噪聲等天然優(yōu)點。在變換域上處理圖像比空間域更容易克服噪聲影響。而且，變換域在

3、特征表示上比空間域更簡潔，這就給圖像的匹配節(jié)省了時間。
　　本文比較分析了正交矩中的Zernike矩、Pseudo-Zernike矩、Legendre矩、OFMM和諧函數(shù)方法中的GFD、PCET、RCFT、RFMT等現(xiàn)有的8種基于變換域的形狀描述方法。詳細分析了每種變換域方法的RST不變性。并選用MPEG7 CE1B的1400幅圖像構(gòu)成的圖像庫對這些方法進行檢索性能測試。通過比較分析及實驗結(jié)果驗證，正交矩中Zernike矩的檢索性

4、能最好、諧函數(shù)方法中的GFD方法和PCET的檢索性能最好。
　　此外，本文提出了一種新的基于變換域的圖象檢索方法.投射傅里葉變換(ProjectiveFourier Transform，PFT)。并在計算復雜性、噪聲魯棒性、有效特征個數(shù)的選取等方面將其與Zernike矩、GFD、PCET、RCFT、RFMT進行了深入的分析和比較。實驗證明，該方法在檢索性能上與Zernike矩、GFD相差不多，但是在計算復雜性上比Zernike矩、