基于形狀和空間關(guān)系的圖像檢索方法研究.pdf

1、隨著網(wǎng)絡(luò)的飛速發(fā)展，各行各業(yè)對圖像的使用越來越廣泛，圖像信息資源的管理和檢索也顯得越來越重要。對圖像而言大部分情況下往往不能用一個或幾個簡單的關(guān)鍵詞來進(jìn)行標(biāo)注；如此海量的圖片也使得人工標(biāo)注成為不可行的方法，為了更好的使用圖像信息，有效的圖像檢索就顯得十分必要，于是提出了基于內(nèi)容的圖像檢索（CBIR,Content-based Image Retrieval）。基于內(nèi)容的圖像檢索是利用圖像本身的性質(zhì)如顏色，紋理，形狀，空間關(guān)系等，并借助圖

2、像處理技術(shù)、模式識別技術(shù)和計算機(jī)視覺技術(shù)來進(jìn)行檢索。目前，基于單個特征的圖像檢索研究較多，但效果并不理想，所以基于兩種特征相結(jié)合進(jìn)行圖像檢索受到越來越多的關(guān)注。論文在研究基于形狀和空間關(guān)系特征檢索的國內(nèi)外研究現(xiàn)狀、發(fā)展趨勢和應(yīng)用情況基礎(chǔ)上，鑒于物體的形狀及其空間關(guān)系既是圖像的核心內(nèi)容，也是人們識別圖像、分類圖像的重要依據(jù)，并且基于這兩種特征的圖像檢索被證明是可行的，提出了基于形狀和空間關(guān)系的圖像檢索方法。在研究圖像的形狀和空間關(guān)系的基礎(chǔ)

3、上，找到一種能同時描述兩種特征的描述子，通過特征提取，特征描述和相似性匹配進(jìn)行檢索。文章采用了傅立葉描述子和奇異值分解兩種方法對所提取特征進(jìn)行描述，并用距離匹配和奇異值匹配兩種方法進(jìn)行相似度匹配，并分別對檢索結(jié)果用查全率、查準(zhǔn)率和時間復(fù)雜度進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明用奇異值分解方法優(yōu)于傅立葉描述子法，奇異值匹配方法優(yōu)于距離匹配法，檢索的查全率，查準(zhǔn)率更高。論文還提出了一種圖像相似度測量的方法——改進(jìn)的DP匹配法，并用大量試驗(yàn)證明該方法的有