基于目標(biāo)區(qū)域的色彩聚類(lèi)與空間關(guān)系的CBIR算法研究.pdf

1、隨著多媒體技術(shù)的不斷發(fā)展，涌現(xiàn)出了大量的圖像信息，如何有效地建立、管理和充分利用這些資源，一直是國(guó)內(nèi)外科研工作者關(guān)注的問(wèn)題。傳統(tǒng)的基于文本的圖像檢索方法(text-based image retrieval，TBIR)已經(jīng)不能滿足要求，只能求助于通過(guò)基于內(nèi)容的圖像檢索(content-based image retrieval，CBIR)方法來(lái)實(shí)現(xiàn)對(duì)信息的有效地獲取和利用。為此，人們提出了各種各樣的CBIR算法，本文在前人研究的基礎(chǔ)上提

2、出了一種基于目標(biāo)區(qū)域的色彩聚類(lèi)與空間關(guān)系的CBIR新算法，實(shí)驗(yàn)表明本算法行之有效。 本文所做的工作主要有如下幾個(gè)方面： 1．簡(jiǎn)要介紹CBIR技術(shù)產(chǎn)生的歷史背景和概念模型，重點(diǎn)討論本文要用到的關(guān)鍵技術(shù)。 2．在對(duì)現(xiàn)有提取目標(biāo)區(qū)域的算法進(jìn)行改進(jìn)的基礎(chǔ)上，提取了圖像的目標(biāo)區(qū)域OR(Object Regions)。在圖像的亮度分量上利用Canny算子提取圖像的邊緣信息并對(duì)其進(jìn)行邊緣連接，從其二值邊緣圖像的連通集合中選取一

3、個(gè)最小外接矩形面積最大的連通集所對(duì)應(yīng)的最小外接矩形作為圖像的目標(biāo)區(qū)域OR(Object Regions)。 3.初始聚類(lèi)中心的確定是本文的又一個(gè)研究重點(diǎn)，本文通過(guò)引進(jìn)單向鏈表和串這兩種數(shù)據(jù)結(jié)構(gòu)提出了利用圖像分塊與八連通技術(shù)確定初始聚類(lèi)中心點(diǎn)的算法(DBEC算法)。實(shí)驗(yàn)表明DBEC算法可以把初始聚類(lèi)點(diǎn)的位置限制在一個(gè)相對(duì)比較小的分塊區(qū)域內(nèi)，從而盡可能的接近最佳初始聚類(lèi)位置。 4．本文通過(guò)選取由3個(gè)最終聚類(lèi)點(diǎn)構(gòu)成的三角形來(lái)表