CBIR中特征提取技術的研究和實現(xiàn).pdf

1、近年來，隨著多媒體技術及Internet的迅速發(fā)展，Internet上的圖像資源日益豐富，傳統(tǒng)的基于文本檢索已經(jīng)不能滿足對這些圖像資源進行管理和檢索的需要，基于圖像視覺特征的CBIR(基于內(nèi)容的圖像檢索)技術應運而生。經(jīng)過一段時間的發(fā)展，涌現(xiàn)了許多成型的實驗或商業(yè)CBIR系統(tǒng)，CBIR技術已開始應用到許多重大研究項目中，成為目前的研究熱點之一。 所有的CBIR系統(tǒng)都是基于圖像的視覺特征來進行相似性匹配的，CBIR系統(tǒng)目前面臨的主

2、要問題大多和特征有關。包括特征的選擇和提取、多維數(shù)據(jù)庫索引、語義圖像檢索等等。本文中作者主要針對CBIR中特征的選擇和提取進行研究。 圖像的視覺特征多種多樣，作者選取了其中最有代表性的色彩、紋理、形狀和空間關系(布局)特征，加以具體的研究和分析。在此基礎上，作者開發(fā)了一個CBIR原型系統(tǒng)，實現(xiàn)了這幾種特征的提取，并在設計和實驗的過程中對提取算法作了改進和完善。作者通過提取圖像的色彩直方圖和色彩重心來代表圖像的色彩特征，通過Gab

3、or濾波法(見3.2節(jié))來提取圖像的紋理特征，通過提取幾何不變矩的方法提取圖像中物體的形狀特征，最后利用了在圖像中劃分子塊的方法提取了圖像的色彩布局特征。 通過提取過程獲得的圖像特征使用特征向量的形式存儲在特征庫中，通過多維索引的方式提高查詢的效率。文中還討論了利用特征向量計算圖像相似性時用到的距離算法，并給出了結合多種特征進行復合查詢的方法。接下來結合實際檢索的結果和一些知名的實驗對各種特征進行綜合的比較和評價。最后對文中所做