基于ROI的文化遺產圖像檢索算法研究以及系統(tǒng)實現.pdf

1、隨著互聯(lián)網的高速發(fā)展,網上的多媒體數據呈現爆炸性的增長,相應的檢索和查詢技術已成為信息時代人們生活中必不可少的重要手段之一。如何有效地提取圖像的視覺特征并用其來表征一幅圖像的內容,通過特征的相似性匹配和相關反饋技術,方便自動地檢索到所需的圖像,即基于內容的圖像檢索(CBIR,Content Based Image Retrieval),成為了近年來學者和機構研究的重點之一。 分析和識別出圖像中最能引起用戶興趣、最能表現圖像內容的

2、某些特定區(qū)域,通過提取這些區(qū)域的特征來描述圖像重要內容,并基于這些特征進行圖像內容檢索,這是CBIR研究中更具有挑戰(zhàn)性,也是更符合人類視覺感知特性的新方法--基于感興趣區(qū)域(ROI,Region of Interest)的圖像檢索。 本文對基于ROI的圖像檢索方法的關鍵技術：感興趣區(qū)域提取、區(qū)域特征描述以及特征匹配算法進行研究,并在理論研究的基礎上構建了一個實用的基于ROI的圖像檢索系統(tǒng)。 本文的主要貢獻和完成的工作包括

3、： 1)提出了一種基于信息突變的圖像感興趣區(qū)域自動分割算法。該算法以信息突變理論為依據,通過一種增量式的分割算法,可以較精確的將圖像的前景區(qū)域和背景分離,實現有效的文化遺產古建筑圖像感興趣區(qū)域提取。 2)定義了圖像信息熵漂移(IES,Information Entropy Shift)的概念,并用這一新概念對感興趣區(qū)域的特征進行描述。在顏色統(tǒng)計特征的基礎上,利用信息熵漂移曲線模擬空間信息變化,實現了多特征融合的圖像特征描