基于目標(biāo)語義信息的圖像檢索方法研究.pdf

1、圖像檢索是現(xiàn)代多媒體技術(shù)的熱門研究領(lǐng)域,其方法包括特征提取、分類、匹配等。隨著互聯(lián)網(wǎng)技術(shù)的普及,圖像數(shù)據(jù)呈現(xiàn)爆炸性增長趨勢,圖像檢索的研究顯得尤為重要。傳統(tǒng)的圖像檢索方法研究主要集中在通過比較圖像低層視覺特征的相似性來檢索圖像,然而由于低層視覺特征的描述與人類語義需求有較大差別,即存在語義鴻溝,傳統(tǒng)的圖像檢索方法無法滿足人們的語義檢索需求。
　　將圖像低層特征進(jìn)行篩選并有效組織來更好地表達(dá)圖像目標(biāo)的語義會極大地提高圖像檢索的效果。

2、如何去除對語義表達(dá)無用的特征并建立目標(biāo)語義的表達(dá)規(guī)則成為了圖像檢索的關(guān)鍵問題。與智能計(jì)算的結(jié)合使得圖像檢索出現(xiàn)了新的方法。近年來諸多學(xué)者將粗糙集等理論成功應(yīng)用于屬性約簡并引入到圖像檢索中,取得了一些成果。
　　本文在介紹圖像檢索方法和粗糙集等相關(guān)理論的基礎(chǔ)上分析了圖像數(shù)據(jù)集的中存在的不協(xié)調(diào)性,研究了基于模糊C均值聚類的相似關(guān)系粗糙集的屬性約簡方法以及規(guī)則提取算法,并將其應(yīng)用于圖像檢索。主要工作如下:
　　(1)闡述了圖像特征

3、數(shù)據(jù)集中存在的不協(xié)調(diào)性,并提出了正向不協(xié)調(diào)性和反向不協(xié)調(diào)性的概念。
　　(2)針對正向不協(xié)調(diào)性提出基于模糊C均值聚類的相似關(guān)系粗糙集模型。利用FCM方法中的隸屬度矩陣定義了相似關(guān)系,并且基于這種相似關(guān)系定義了粗糙集的正域和非正域以及相關(guān)指導(dǎo)屬性約簡的重要度。該模型可以辨別數(shù)據(jù)集中的噪聲數(shù)據(jù)并有效減少正向不協(xié)調(diào)性。
　　(3)針對反向不協(xié)調(diào)性提出了不協(xié)調(diào)規(guī)則的處理方法。定義了決策分類的代表集、疑似對象以及指導(dǎo)不協(xié)調(diào)對象處理的疑