綜合多特征和相關(guān)反饋的圖像檢索技術(shù)的研究.pdf

1、隨著Internet的發(fā)展和普及，圖像數(shù)據(jù)的數(shù)量飛速的增長，傳統(tǒng)的基于關(guān)鍵字的圖像檢索已經(jīng)不能夠滿足海量圖像檢索的需要。圖像檢索成為圖像應(yīng)用領(lǐng)域中的研究熱點之一。他融合了圖像識別、數(shù)據(jù)庫技術(shù)、人工智能等多個學(xué)科的技術(shù)。圖像檢索的技術(shù)主要包括各種底層特征提取技術(shù)。本文在介紹了基于內(nèi)容的圖像檢索的背景和意義之后，簡要介紹了圖像檢索系統(tǒng)的各種經(jīng)典算法和關(guān)鍵技術(shù)。本文是對基于內(nèi)容的圖像檢索技術(shù)進(jìn)行研究，主要有:
　　 在圖像特征的提取方

2、面，本文對顏色、紋理、形狀等低層特征提取算法進(jìn)行研究。在顏色特征提取方面采用HSV顏色空間，為了克服圖像位置信息的缺失，提出一種圖像重疊分塊方法，然后對分塊后的圖像采用HSV空間進(jìn)行量化，最后結(jié)合累計顏色直方圖的方法進(jìn)行特征的提取進(jìn)行圖像檢索。
　　 在紋理特征的提取方面，由于灰度共生矩陣提取圖的紋理特征算法計算量比較小，并且特征提取的速度較快，特征向量的維數(shù)也比較少。所以本文采用該方法作為紋理特征的提取算法。
　　 在

3、形狀特征提取方面，對前人提出的各種形狀特征描述算法進(jìn)行了深入的研究和分析，提出了綜合圖像的區(qū)域和輪廓兩種形狀特征進(jìn)行基于形狀特征的檢索。在不等間距的環(huán)形分塊的基礎(chǔ)上應(yīng)用Zernike矩提取圖像的區(qū)域形狀特征。在輪廓特征提取中應(yīng)用Canny算子獲取圖像的邊界點，對提取的邊緣點進(jìn)行處理之后，計算邊界點到重心距離，得到距離值的均值和方差，做為圖像的輪廓特征。將兩種形狀特征結(jié)合兼顧了圖像的邊緣和區(qū)域的特征。實驗證明比傳統(tǒng)方法能夠提取更多的圖像的