基于BP神經網(wǎng)絡的語義風景圖像檢索技術的研究.pdf

1、隨著科學技術和因特網(wǎng)的發(fā)展,以及多媒體的推廣應用,海量的各種類型的信息正在全球被快速的采集、傳輸和應用。20世紀90年代,出現(xiàn)了基于內容的圖像檢索(CBIR)。它可以直接從圖像信息源中獲得視覺內容特征,如顏色、紋理、形狀等來判斷圖像之間的相似性。然而,這些圖像低層信息反映的只是圖像的一些客觀統(tǒng)計特性,并不能真正被人們理解。在許多的檢索識別中,人們主要是根據(jù)圖像的關鍵字來判斷圖像是否符合自己的需要,其關鍵詞可能是藍天、落日或其它,而不是圖

2、像的低層視覺特征,這些圖像的關鍵字即是圖像的高層語義知識?？梢?語義檢索更能滿足用戶的需要且有著極其廣闊的應用前景。如何解決圖像低層視覺特征和高層語義特征存在的“語義鴻溝”已成為語義圖像檢索問題的關鍵。
　　本文通過建立一個多輸出的BP神經網(wǎng)絡,提取圖像的底層特征作為網(wǎng)絡的輸入,用語義期望值作為網(wǎng)絡的輸出,并用改進的BP算法來訓練該網(wǎng)絡。訓練完成后,該網(wǎng)絡能夠對風景圖像進行多種語義分類檢索,從而建立起了從底層特征到語義特征之間的映

3、射。實現(xiàn)了圖像的語義算法。本文主要工作包括:(1)風景圖像具有比較鮮明的顏色特征,通過學習和分析RGB和HSV的顏色空間模型,提出了一種非均勻量化算法,對自然界的八種主要顏色進行聚類,并選取合適的紋理和形狀特征。(2)對圖像進行分割,通過在分割區(qū)域上提取圖像的底層特征向量,再利用BP神經網(wǎng)絡建立低層視覺特征和高層語義特征之間的映射,填補了圖像檢索中的語義鴻溝。并就如何選取隱層節(jié)點和構造訓練樣本集做了分析,使網(wǎng)絡具有更好的學習能力。(3)