支持語義的圖像檢索系統(tǒng)研究與實現(xiàn).pdf

1、計算機技術(shù)、多媒體技術(shù)以及INTERNET技術(shù)的飛速發(fā)展產(chǎn)生大量的圖像信息，因此如何有效、快速地從大規(guī)模的圖像數(shù)據(jù)庫中檢索出需要的圖像是一個目前急需解決的問題?；趦?nèi)容的圖像檢索技術(shù)和基于語義的圖像檢索技術(shù)正是解決這一問題的有效途徑。前者研究的是根據(jù)自動獲取的圖像低層特征，從圖像數(shù)據(jù)庫中檢索出相關(guān)圖像；而后者研究的是如何從多種渠道獲取圖像語義信息，并且根據(jù)語義檢索相關(guān)圖像。 基于內(nèi)容的圖像檢索克服了文本檢索方式主觀片面的缺陷，客

2、觀的描述了圖像的本質(zhì)特征，然而卻丟掉了文本方式下對圖像的語義描述，導(dǎo)致檢索準確率降低。 本文提出了一種在獲取圖像低層視覺特征的基礎(chǔ)上，利用語義網(wǎng)絡(luò)對圖像進行語義自動分類，并在此基礎(chǔ)上引入相關(guān)反饋技術(shù)，使圖像的低級物理特征和高級語義特征聯(lián)系起來的算法，通過人一機協(xié)同工作，來彌補計算機理解能力的不足，不斷提高檢索效果?；谡Z義檢索及反饋機制的圖像檢索關(guān)鍵技術(shù)是基于內(nèi)容圖像檢索技術(shù)從初級向高級跨越的重要標志。因此，本文的研究在學(xué)術(shù)價值

3、和實際應(yīng)用方面都具有重要意義。 本文所做工作如下： 首先研究圖像的低層物理特征，由于顏色特征具有一定的穩(wěn)定性，其對大小、方向都不敏感，故本文提取顏色特征來描述圖像。采用基于區(qū)域的顏色特征提取方法克服了目前CBIR系統(tǒng)中廣泛應(yīng)用的一些利用顏色直方圖、顏色矩等不能表達圖像空間信息的缺點，綜合考慮了圖像的像素統(tǒng)計特征和空間位置信息同時節(jié)省存儲空間和計算時間。 充分引入人一機交互技術(shù)，通過對用戶反饋信息的學(xué)習(xí)，一方面可以

4、把誤歸類的圖像正確歸類，另一方面調(diào)整語義網(wǎng)絡(luò)的權(quán)重系數(shù)來不斷提高檢索效率，直到返回用戶滿意的查詢結(jié)果。 提出了高級視覺特征的語義查詢，在圖像庫上構(gòu)建一個可擴展的語義網(wǎng)絡(luò)，利用一種基于用戶相關(guān)反饋的機器學(xué)習(xí)策略來改進這種語義網(wǎng)絡(luò)，以解決低層特征向高層語義特征的過渡問題，使檢索能夠體現(xiàn)高層次語義屬性，提高了檢索效率。 設(shè)計并實現(xiàn)了一個支持語義圖像檢索的模型系統(tǒng)，通過該系統(tǒng)進行的一系列實驗證明了本文檢索算法和關(guān)鍵技術(shù)的有效性。