一種基于內(nèi)容的圖像檢索方法的研究.pdf

1、本論文針對(duì)日益增長(zhǎng)的多媒體信息檢索應(yīng)用需求，以及目前國(guó)內(nèi)外現(xiàn)有的基于內(nèi)容的圖像檢索系統(tǒng)的局限性，系統(tǒng)而深入地探討了基于內(nèi)容的圖像檢索通用技術(shù)中若干重要問(wèn)題，提出了一套完整的解決方案，著重于新的圖像特征描述方法，特征提取、與匹配檢索方法，相似性度量與快速檢索算法等方面的研究，構(gòu)建了一個(gè)基于內(nèi)容的圖像檢索通用模型，通過(guò)大量實(shí)驗(yàn)，驗(yàn)證了方案的合理性。 在簡(jiǎn)要介紹了研究背景和意義，國(guó)內(nèi)外基于內(nèi)容的圖像檢索通用技術(shù)的發(fā)展與應(yīng)用現(xiàn)狀基礎(chǔ)上，

2、主要研究了四個(gè)方面問(wèn)題：圖像特征分析、圖像檢索技術(shù)、圖像分類技術(shù)、系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)。 第一方面，詳細(xì)地分析了基于內(nèi)容的圖像檢索系統(tǒng)中典型的圖像特征(顏色、紋理、形狀等)，針對(duì)目前尚不成熟的特征描述，提出了一種基于聚類的區(qū)域特征提取與匹配方法。該方法兼顧了圖像區(qū)域的顏色與紋理的特征，統(tǒng)一了顏色、紋理、空間位置的描述，滿足平移、縮放、旋轉(zhuǎn)不變性。與同類方法相比，更符合人的視覺(jué)特性。 第二方面，系統(tǒng)地研究了數(shù)據(jù)庫(kù)中兩類圖像檢索技

3、術(shù)—基于文本的圖像檢索和基于內(nèi)容的圖像檢索。重點(diǎn)探討了基于內(nèi)容的圖像檢索技術(shù)中若干關(guān)鍵技術(shù)、實(shí)現(xiàn)方法及其改進(jìn)措施，提出了一個(gè)使用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行分類的方法，將圖像的底層視覺(jué)特征與高層語(yǔ)義描述有機(jī)地結(jié)合起來(lái)，加快了檢索速度<'[1]>，適應(yīng)了大型圖像庫(kù)中圖像的分類檢索需求。 第三方面，提出了多種圖像特征融合的方法提高檢索性能，其中使用主成分分析技術(shù)。 第四方面，探討了基于內(nèi)容的圖像檢索系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)問(wèn)題。在總

4、結(jié)以上研究成果基礎(chǔ)上，設(shè)計(jì)出一個(gè)通用性系統(tǒng)結(jié)構(gòu)，并就實(shí)用化過(guò)程中需要解決的若干重要問(wèn)題，提出了幾種系統(tǒng)性能優(yōu)化的措施。主要包括：離線圖像特征提取、分類快速檢索，提高了系統(tǒng)運(yùn)行效率。最后，對(duì)全文進(jìn)行了總結(jié)，概括了主要研究成果，并對(duì)今后的研究方向進(jìn)行了展望。 本文的主要工作在于：(1)提出了一種基于聚類的區(qū)域特征提取與匹配方法，與同類方法相比，更符合人的視覺(jué)特性。(2)提出了一種基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行分類的方法，加快了檢索