基于邊緣檢測(cè)和自適應(yīng)分割的彩色圖像檢索.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的迅速發(fā)展和圖像采集設(shè)備的日益普及，數(shù)字圖像的來(lái)源不斷擴(kuò)大，圖像數(shù)據(jù)的種類和數(shù)量也越來(lái)越多。為了從這些大量的圖像數(shù)據(jù)中快速有效的找出需要的信息，圖像處理技術(shù)的需求與日俱增。圖像檢索技術(shù)成為了人們研究的熱點(diǎn)，其中基于內(nèi)容的圖像檢索(Content-BasedImageRetrieval，CBIR)技術(shù)更是得到廣泛的關(guān)注。
　　 CBIR技術(shù)關(guān)鍵步驟之一是特征提取，其中低層視覺(jué)特征的有效提取是基礎(chǔ)，也是目前研究最多的部分

2、。低層視覺(jué)特征主要包括顏色特征、紋理特征和形狀特征等，如何從圖像中有效地提取這些特征是重點(diǎn)和難點(diǎn)問(wèn)題。CBIR系統(tǒng)中存在低層視覺(jué)特征和高層語(yǔ)義信息之間的語(yǔ)義鴻溝，解決該問(wèn)題的有效策略之一是基于區(qū)域的圖像檢索，借助圖像分割和區(qū)域匹配完成圖像檢索。其中圖像分割就是把圖像分成若干個(gè)特定的，具有獨(dú)特性質(zhì)的區(qū)域并提出感興趣目標(biāo)?；诖?，本文做了如下工作：
　　 1.提出了一種基于高斯內(nèi)積能量邊緣提取的彩色圖像檢索方法。噪聲圖像中邊緣提取的

3、同時(shí)很容易將噪聲放大，為改善該問(wèn)題，本文將基于內(nèi)積能量的邊緣檢測(cè)方法用于圖像檢索中。基于內(nèi)積能量的邊緣檢測(cè)算子，相對(duì)于Canny算子，能更加有效地提取邊緣，并較好地抑制了噪聲。以基于內(nèi)積能量的邊緣檢測(cè)算子為基礎(chǔ)，將Fourier描述子和彩色邊緣直方圖作為圖像特征，用于彩色圖像檢索。實(shí)驗(yàn)結(jié)果表明該方法能較準(zhǔn)確的檢索圖像，最重要的是提高了難以處理的帶噪聲圖像的檢索效果。
　　 2.提出了一種結(jié)合自適應(yīng)分割和多區(qū)域匹配的基于區(qū)域的彩色