圖像內容檢索中相似性度量和相關反饋的研究.pdf

1、目前,低層視覺特征提取、特征向量的相似性匹配和相關反饋是面向大規(guī)模圖像庫基于內容的圖像檢索中的三個關鍵技術。真實地反映圖像內容的低層特征是圖像檢索精確度得以提高的必備條件;有效簡單的相似性度量也是圖像實時檢索系統(tǒng)的中心環(huán)節(jié),如何消除不精確匹配對相似性度量結果帶來的不利影響是提高檢索精度的關鍵技術;而相關反饋方法是利用人機交互方式動態(tài)地捕捉圖像檢索中高層語義和低層特征關系的一個重要途徑。
　　本文對相似性度量和相關反饋進行了研究,主

2、要貢獻如下:
　　1.首先介紹了基于內容的圖像檢索的背景、應用及現(xiàn)有的典型CBIR系統(tǒng),然后闡述了基于內容的圖像檢索研究的各個關鍵技術。
　　2.針對歐式距離匹配無法有效的模仿人類對視覺內容的所有感知,而基本的顏色直方圖求交的匹配算法無法捕捉顏色組成之間的空間關系的缺陷,考慮到顏色的連續(xù)過渡性,本文在顏色RGB三維空間中,結合空間解析幾何,以分塊直方圖圖像檢索為基礎,提出了球域直方圖交相似性度量,消除了顏色的起伏變化在相似性

3、度量方面帶來的不準確性。
　　3.相關反饋中涉及兩個關鍵問題,一個是如何從反饋樣本中自動調整特征分量的權值;二是如何在檢索系統(tǒng)中進行監(jiān)督學習,使其具有記憶能力。本文對圖像檢索中的相關反饋進行了深入研究,提出了一種禁忌(記憶能力)的區(qū)域權重自動調整相關反饋算法,并通過實驗驗證了該算法具有良好的檢索效果。
　　4.最后給出一個用于實驗目的的圖像檢索模型。該模型融入了前面章節(jié)中提到的特征提取方法,相似性度量算法和相關反饋機制等技術