基于多特征信息融合的圖像檢索技術(shù)研究.pdf

1、基于內(nèi)容的圖像檢索（CBIR）是上個(gè)世紀(jì)90年代以來逐漸興起的一個(gè)新的研究方向。在基于內(nèi)容的圖像檢索中，一開始研究主要是通過單一的視覺特征進(jìn)行檢索，比如顏色、紋理和形狀等特征，近年來不變量理論和相關(guān)反饋技術(shù)在基于內(nèi)容的圖像數(shù)據(jù)檢索等獲得較為成功的應(yīng)用，因此本文首先對(duì)顏色、紋理、不變量特征分別進(jìn)行了研究，然后研究了相關(guān)反饋技術(shù)在圖像檢索中的應(yīng)用，最后探討了融合多種特征進(jìn)行圖像檢索的新途徑。 本文首先在顏色特征上是圍繞不同顏色空間（

2、RGB、HIS），三種顏色直方圖（傳統(tǒng)直方圖方法、累加直方圖方法和局部累加直方圖的方法）以及顏色匹配算法進(jìn)行討論。接著針對(duì)紋理特征進(jìn)行了討論，實(shí)驗(yàn)上選用Gabor小波變換法進(jìn)行紋理特征的提取。而后，本文簡述了不變量理論的相關(guān)內(nèi)容，同時(shí)選擇了一種基于離散傅氏變換和log極坐標(biāo)變換的不變量描述子作為圖像特征描述子，并進(jìn)行相應(yīng)的圖像檢索實(shí)驗(yàn)。 相關(guān)反饋技術(shù)是近年來在圖像檢索中較為重要的研究方法，因此本文進(jìn)行了討論。同時(shí)本文探討了基于支

3、持向量機(jī)（SVM）的相關(guān)反饋方法，很好地解決了傳統(tǒng)相關(guān)反饋技術(shù)中存在樣本不足的困難，提高了系統(tǒng)的檢索性能。 融合多特征信息的圖像檢索是一個(gè)發(fā)展方向，但是如何有效地融合，還有傳統(tǒng)相關(guān)反饋中不同特征間的權(quán)值確定是一個(gè)難題。本文利用信息融合的思想，構(gòu)造了兩層SVM組合分類器模型，使用基于支持向量機(jī)的多特征融合機(jī)，有效地解決了圖像檢索中的多特征信息融合問題。大量的實(shí)驗(yàn)證明，本文選擇的三種圖像特征，即不變量特征、顏色和紋理特征，應(yīng)用本文設(shè)