基于用戶興趣特征的圖像檢索研究與實(shí)現(xiàn).pdf

1、鑒于基于內(nèi)容圖像檢索(Content-BasedImageRetrieval，CBIR)技術(shù)的高效性，人們開(kāi)始研究它與Web的結(jié)合，以提高互聯(lián)網(wǎng)圖像檢索效率。Web與CBIR技術(shù)的結(jié)合，已逐漸成為基于內(nèi)容圖像檢索的熱點(diǎn)問(wèn)題，也是基于內(nèi)容圖像檢索系統(tǒng)未來(lái)發(fā)展的趨勢(shì)。面向Web的CBIR系統(tǒng)，通過(guò)跟蹤用戶的訪問(wèn)記錄的方式，分析用戶的興趣特征，與待檢索示例圖像的特征結(jié)合，共同完成圖像檢索，能有效地提高用戶的檢索效率。
　　本文主要完成了

2、研究工作如下：
　　(1)用戶興趣圖像獲取。通過(guò)Web服務(wù)器端日志分析，去除無(wú)用日志記錄和日志項(xiàng)，得到用戶過(guò)去訪問(wèn)圖像的記錄，并將這些數(shù)據(jù)按照用戶興趣特征檢索的要求建立訪問(wèn)圖像索引表。
　　(2)融合顏色和紋理特征的圖像檢索。圖像特征提取應(yīng)用基于HSV(Hue,Saturation,Value)空間的累積顏色直方圖法及灰度共生矩陣法獲取圖像的20維顏色特征和16維紋理特征，并選用直方圖相交法和歐式距離分別計(jì)算顏色和紋理特征相

3、似度，最后對(duì)顏色和紋理相似度進(jìn)行歸一化處理，并以一定權(quán)值合成全局相似度。
　　(3)基于用戶興趣特征的圖像檢索。用戶興趣特征檢索有兩種方法：基于單用戶興趣特征的檢索和基于多用戶興趣特征檢索。基于單用戶興趣特征的檢索由已經(jīng)獲得的用戶興趣圖像，綜合遺忘因子，得到用戶興趣特征，綜合待檢索示例圖像進(jìn)行檢索?；诙嘤脩襞d趣特征檢索則通過(guò)多用戶近期興趣特征的聚類，作為用戶的近期興趣特征，并結(jié)合待檢索示例圖像特征完成檢索。
　　通過(guò)與直接