基于內(nèi)容的圖像檢索技術(shù)的研究和實(shí)現(xiàn).pdf

1、本研究主要是對(duì)基于內(nèi)容的圖像檢索(CBIR)的研究方法進(jìn)行了初步嘗試，分別對(duì)的利用顏色、紋理、形狀等特征進(jìn)行圖像檢索的幾種方法進(jìn)行了探討。 利用灰度共生矩陣方法計(jì)算圖像的反差、能量、熵、相關(guān)四個(gè)特征值作為圖像的紋理特征，是人們公認(rèn)的一種紋理分析的重要方法。本文采用此方法提取紋理特征。并對(duì)系統(tǒng)中的紋理提取方法做了比較詳細(xì)的介紹。　　利用Tamura等提出的基本紋理描述理論，提取紋理的粗糙度、對(duì)比度、和方向性等特征，并在系統(tǒng)中加以

2、利用；在形狀特征方面，回顧了傳統(tǒng)的基于一階微分的邊緣檢測(cè)理論，并參考有關(guān)文獻(xiàn)，利用了一個(gè)比較實(shí)用的邊緣檢測(cè)算子，并對(duì)和與之相關(guān)的并一種邊緣圖像閾值的確認(rèn)方法進(jìn)行了探討，用于在系統(tǒng)中提取圖像邊緣；本文介紹了不變矩在作為形狀特征的提取方法，并和傅立葉描述子相比較，考慮到傅立葉描述子的優(yōu)勢(shì)，在系統(tǒng)中，用傅立葉描述子提取圖像的形狀特征。 基于圖像的上述特征，本文還探討了多特征的內(nèi)部歸一化和外部歸一化，在特征匹配過(guò)程中，討論了歐氏距離、馬

3、氏距離等常見的幾種距離度量方式，并在應(yīng)用中選用作為匹配算子。本文還特別對(duì)紋理和非紋理圖像的判定方法進(jìn)行了探討，這種方法對(duì)于如何有效的利用紋理、形狀特征，適當(dāng)設(shè)置權(quán)值非常重要。采用線性加權(quán)方式融合顏色特征、紋理特征、形狀特征的相似度，實(shí)現(xiàn)對(duì)圖像庫(kù)中相似圖像的檢索。本文還對(duì)圖像檢索中的另一重要問(wèn)題，圖像數(shù)據(jù)庫(kù)做了簡(jiǎn)單的討論，在比較其與傳統(tǒng)的數(shù)據(jù)庫(kù)的差異的同時(shí)，提出了數(shù)據(jù)庫(kù)的組織和管理的基本原則。在以上理論的基礎(chǔ)上， 本文設(shè)計(jì)了一個(gè)基