聚類算法在圖像索引中的應用與研究.pdf

1、隨著網(wǎng)絡技術，數(shù)字多媒體技術的高速發(fā)展，各類的信息迅速增長，人們接觸到大量的圖像信息，導致人們對圖像檢索的要求越來越迫切。傳統(tǒng)的基于文本的圖像檢索已經(jīng)不能適應環(huán)境的發(fā)展?；趦?nèi)容的圖像檢索技術應運而生，它借助于自動提取的高維特征，對圖像進行近似匹配，是融合了多種技術的圖像檢索技術。 本文首先介紹了基于內(nèi)容的圖像檢索技術的背景、發(fā)展和研究現(xiàn)狀，總結了一個通用的基于內(nèi)容的圖像檢索的框架，在此基礎上對基于內(nèi)容的圖像檢索的兩個核心問題，

2、特征提取和表示，相似性度量進行了系統(tǒng)的介紹。 在圖像數(shù)據(jù)庫中，圖像的特征表示為高維的特征向量。圖像特征的高維特性使得一般的傳統(tǒng)索引結構不再適合，高維數(shù)據(jù)空間的索引成為一個重要的研究領域?；趦?nèi)容的圖像檢索非常需要高效的索引來提高性能。本文首先介紹了聚類分析的方法，并對小波分析的概念和典型高維索引結構進行了系統(tǒng)的闡述。最后從聚類的預處理出發(fā)，結合小波分析，提出了一種新的索引結構-CBB-tree索引結構。該索引結構是對一種聚類樹的