基于內(nèi)容的圖像檢索中索引的研究與實(shí)現(xiàn).pdf

1、近年來,微電子、通信和計(jì)算機(jī)技術(shù)的巨大發(fā)展,存儲(chǔ)技術(shù)和數(shù)字圖像設(shè)備性能的提高,以及互聯(lián)網(wǎng)技術(shù)的普及,使我們擁有了比以往任何時(shí)代更多的圖像資源.但如何快速準(zhǔn)確的檢索到所需的圖像,已經(jīng)成為迫切需要解決的問題.傳統(tǒng)的基于文本注釋的圖像檢索方法,存在著手工注釋圖像工作量過大和注釋主觀差異性等缺陷,已不能適應(yīng)需求.因此,基于內(nèi)容的圖像檢索(Content-Based Image Retrieval,CBIR)已成為解決圖像檢索問題的研究熱點(diǎn).CB

2、IR通過直接對(duì)圖像的內(nèi)容進(jìn)行分析,抽取內(nèi)容特征,通過特征的相似性比較來檢索圖像.當(dāng)特征提取和相似度量方法確定后,要做的工作就是在圖像數(shù)據(jù)庫中查找和給定的檢索圖例最相似的圖像.最簡單的檢索方法是順序掃描數(shù)據(jù)庫中的所有圖像,計(jì)算它們與檢索圖例的相似性.但是,特征向量的相似性比較計(jì)算量非常大,順序掃描檢索的效率很低.為了提高檢索效率,需要適合CBIR的索引.由于圖像特征數(shù)據(jù)的特點(diǎn),傳統(tǒng)的一維索引不適用于CBIR,我們需要采用空間索引技術(shù).該文

3、比較全面的介紹了現(xiàn)有的空間索引技術(shù),重點(diǎn)研究了R-樹、SS-樹系列索引,分析了其結(jié)構(gòu)、算法和不足.在此基礎(chǔ)上,提出了使用聚類方法改進(jìn)的空間索引——CICR-樹.這是一種以SS-樹為基礎(chǔ),用K-means聚類方法加以改進(jìn)的新索引.此外,給出了用于R-樹系列索引的的k-最近鄰檢索算法.并使用Java技術(shù)實(shí)現(xiàn)了基于Web的CBIR實(shí)驗(yàn)系統(tǒng)和CICR-樹等索引.實(shí)驗(yàn)結(jié)果證明,使用索引可以明顯提高CBIR的檢索效率,且新索引性能優(yōu)于R-樹、SS-