基于內容的圖像檢索技術研究和實現(xiàn).pdf

1、隨著多媒體技術、網絡技術的迅速發(fā)展，圖像信息的應用日益廣泛，對規(guī)模越來越大的圖像數(shù)據(jù)庫、可視信息進行有效的管理成為迫切需要解決的問題，基于內容的圖像檢索是解決這一問題的關鍵技術之一。對于一個圖像檢索系統(tǒng)，視覺特征的描述和相似度的測量是兩大關鍵。本論文將針對圖像檢索領域內的許多基本概念和研究課題進行全面介紹，并著重討論三種圖像低層特征，顏色、紋理和形狀的定義表達、特征提取和相似度測量。最后，結合綜合檢索和相關反饋技術，提出一個以顏色信息為

2、主導的圖像檢索方案。 顏色信息是被廣泛應用的低層可視化特征，它在拉伸、旋轉、透視變換和有遮擋的情況下都能保持較好的魯棒特性。本文中采用的分塊代表色法彌補了一般顏色直方圖法不能捕捉圖像中對象空間位置信息的缺陷。文中還提出了兩種聚類代表色法，前者是基于K均值的簡單聚類，后者則是本文的重點方法：在較為均勻的CIE L*a*b*顏色模型空間，利用基于平均值位移的聚類算法提取代表色，然后采用EMD方法進行相似度測量。平均值位移能很快地找到

3、聚類中心位置，而EMD相似度測量克服了傳統(tǒng)距離計算方法的不足。 本文在紋理特征中詳細介紹了灰度共生矩陣法，并在紋理譜法的基礎上提出了灰度變化統(tǒng)計法，通過設置四個方向的灰度變化統(tǒng)計量來描述紋理特征。形狀特征中利用小波變換模極大值法提取圖像邊緣，然后利用不變矩法對形狀進行描述。由于顏色、紋理或形狀特征只適合于某類圖像，所以單用一種特征進行檢索效果并不理想。文中提出了一種綜合利用上述三種特征共同進行檢索的方法。同時，還將相關反饋技術融