面向顯著區(qū)域的圖像多特征融合檢索技術研究.pdf

1、隨著互聯(lián)網(wǎng)和信息采集技術的發(fā)展，圖像作為普遍使用的信息載體，其數(shù)量呈爆炸式增長。為了快速準確的檢索到當前需要的圖像，基于內(nèi)容的圖像檢索(CBIR)逐漸興起，由于其通用、高效、直觀、與專業(yè)知識無關等優(yōu)點，成為國內(nèi)外機構的研究熱點，近年來也成為各互聯(lián)網(wǎng)公司競爭的一個重要領域。
　　 本文圍繞著CBIR中顯著區(qū)域檢測、圖像特征提取與融合、檢索方法及相關反饋等技術環(huán)節(jié)進行了一定的探索，主要研究工作如下：
　　 (1)針對圖像檢索

2、中對所有區(qū)域統(tǒng)一賦值，導致計算復雜且檢索準確率低的問題，本文提出了一種基于馬爾可夫隨機場的顯著區(qū)域檢測模型。實驗結果表明，本文提出的顯著區(qū)域檢測方法能較好的檢測出圖像中的顯著目標。
　　 (2)針對單特征無法準確描述圖像的問題，本文基于顏色、紋理及形狀三種特征，設計了一種圖像表示的方案。選取可伸縮顏色描述符、Gabor小波、形狀不變矩三種圖像特征，采用主成分分析技術對從圖像顯著區(qū)域中提取的特征向量進行特征融合。
　　 (

3、3)針對底層特征與高層語義之間的“語義鴻溝”問題，本文中創(chuàng)新性的引入了回聲狀態(tài)網(wǎng)絡實現(xiàn)底層特征到高層語義的映射。通過對圖像樣本數(shù)據(jù)構建檢測模型，實現(xiàn)對查詢圖像的類別概率計算，進而達到查詢圖像與庫圖像相似度判別的目的。實驗表明，本文的圖像檢索方法能很好的滿足用戶的檢索需求。
　　 (4)為了提高檢索的準確度，并把用戶的理解融入檢索過程中，文中最后對檢索過程引入了用戶相關反饋，并根據(jù)本文ESNs檢索架構設計了相關反饋類別篩選策略。實