基于内容的蝴蝶图像检索的研究与实现

基于内容的蝴蝶图像检索的研究与实现

论文摘要

昆虫是地球上物种最丰富、类群最多的一个生物群体,蝴蝶作为鳞翅目中重要的亚目,与人类的生产、生活息息相关。但是对蝴蝶种类的鉴定仅限于少数的昆虫分类学家,而广大的民众、昆虫爱好者、农民和一般农业技术人员除了个别重要蝴蝶种类外,其它绝大多数种类都不认识或者难以鉴定。因此常常出现益害不分、种类不清、类群不明、名称混淆、错误命名的现象,这将严重影响了人们对珍稀和濒危物种的保护以及有害物种的防治。随着信息技术的发展,将信息技术引入蝴蝶种类的鉴定,使得蝴蝶种类的鉴定简单、准确、易行,不仅对于保护生物和农业生产具有重要意义,而且对于蝴蝶分类知识的普及也具有十分重要的应用价值。本文以蝴蝶图像为研究对象,收集和整理了中国境内的12个科的805种不同种类蝴蝶图像,采用基于内容的图像检索技术对蝴蝶图像进行检索,得出以下主要研究结果:(1)针对蝴蝶图像的视觉特征和外在形态特征,结合蝴蝶图像颜色和形状的全局特征,抽取了蝴蝶图像不变矩的形状特征,彩色直方图和灰度直方图的颜色特征,并将其用于蝴蝶图像的检索。(2)针对现有的一些图像特征的提取方法都是从整幅图像出发,本文采用基于兴趣点的局部特征来描述蝴蝶图像的特征。本文在系统地阐述局部特征相关技术的基础上,将SIFT和PCA-SIFT这两个局部特征方法应用到蝴蝶图像的检索中,SIFT局部特征取得了比较好的效果。(3)采用C#和Matlab混合编程的方式,首先提取了蝴蝶图像的彩色直方图、灰度直方图、Hu不变矩、SIFT特征、PCA-SIFT特征;其次完成了特征匹配,在对SIFT特征进行特征匹配的时候采用了KD-Tree和BBF技术加快了匹配的速度。最后完成了整个基于内容的蝴蝶图像检索系统,实现了对蝴蝶图像的检索。实验结果表明全局特征的提取方法和过程比较简单,特征匹配的速度较快,但检索的准确率比较低;局部特征在描述蝴蝶图像的本质特征上要优于全局特征,在检索的正确率上取得了较好的效果。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景与意义
  • 1.2 国内外研究现状
  • 1.2.1 图像检索的研究概况
  • 1.2.1.1 国外的研究现状
  • 1.2.1.2 国内的研究现状
  • 1.2.2 昆虫识别方面的研究概况
  • 1.2.2.1 国外的研究现状
  • 1.2.2.2 国内的研究现状
  • 1.3 研究内容与方法
  • 1.3.1 蝴蝶图像样本的准备
  • 1.3.2 蝴蝶图像特征的提取
  • 1.3.3 系统的设计与开发
  • 1.4 论文组织结构
  • 第二章 蝴蝶图像检索的系统结构及关键技术
  • 2.1 基于内容的蝴蝶图像检索的系统框架
  • 2.1.1 特征提取模块
  • 2.1.2 蝴蝶图像的特征库模块
  • 2.1.3 特征索引
  • 2.1.4 特征匹配模块
  • 2.2 相似性度量算法
  • 2.3 图像检索的性能评价指标
  • 2.4 本章小结
  • 第三章 基于全局特征的蝴蝶图像的检索
  • 3.1 基于形状特征的蝴蝶图像的检索
  • 3.1.1 形状特征的描述
  • 3.1.2 形状特征检索结果与分析
  • 3.2 基于颜色特征的蝴蝶图像的检索
  • 3.2.1 颜色模型
  • 3.2.2 颜色量化
  • 3.2.2.1 灰度直方图
  • 3.2.2.2 彩色直方图
  • 3.2.3 相似性度量
  • 3.2.4 颜色特征实验结果与分析
  • 3.3 本章小节
  • 第四章 基于局部特征的蝴蝶图像的检索
  • 4.1 局部特征
  • 4.1.1 特征检测子
  • 4.1.1.1 Harris 角点检测子
  • 4.1.1.2 LoG 检测子
  • 4.1.2 特征描述子
  • 4.1.3 特征匹配
  • 4.1.3.1 基于阈值的匹配
  • 4.1.3.2 基于最近邻的匹配
  • 4.1.3.3 基于最近邻距离比的匹配
  • 4.2 SIFT 局部特征
  • 4.2.1 图像的多尺度
  • 4.2.2 SIFT 关键点的检测
  • 4.2.3 SIFT 关键点的描述
  • 4.2.3.1 分配主方向
  • 4.2.3.2 生成特征描述子
  • 4.2.4 SIFT 特征匹配
  • 4.2.4.1 KD-Tree
  • 4.2.4.2 BBF 搜索算法
  • 4.3 PCA-SIFT
  • 4.3.1 主成分分析
  • 4.3.1.1 主成分分析的原理
  • 4.3.1.2 主成分的求解过程
  • 4.3.2 PCA-SIFT 描述子的生成
  • 4.4 实验结果
  • 4.4.1 SIFT 鲁棒性的实验结果
  • 4.4.2 SIFT 在真实数据集上的实验结果
  • 4.4.3 PCA-SIFT 在真实数据集上的实验结果
  • 4.5 本章小结
  • 第五章 基于内容的蝴蝶图像检索系统实现
  • 5.1 系统实现的平台
  • 5.2 系统实现框架
  • 5.3 系统实现与检索结果
  • 5.4 本章小结
  • 第六章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 作者简介
  • 相关论文文献

    • [1].公共空间中蝴蝶装置艺术的设计要点分析[J]. 卫星电视与宽带多媒体 2019(21)
    • [2].枯叶蝴蝶[J]. 思维与智慧 2020(08)
    • [3].“会飞的花朵”——蝴蝶[J]. 新疆林业 2020(02)
    • [4].《蝴蝶乐园》[J]. 装饰 2020(07)
    • [5].陕西医养结合“蝴蝶模式”的实践与思考[J]. 中国老年保健医学 2020(05)
    • [6].蝴蝶桥——三好桥[J]. 民心 2019(01)
    • [7].阳光与蝴蝶[J]. 美术教育研究 2019(05)
    • [8].中国蝴蝶精华[J]. 森林与人类 2019(09)
    • [9].蝴蝶[J]. 职业教育(下旬刊) 2017(11)
    • [10].全国最大宗走私濒危蝴蝶制品案一审宣判 三名蝴蝶发烧友分别领刑5-10年[J]. 上海企业 2018(02)
    • [11].《与蝴蝶亲密接触》[J]. 科技与创新 2018(06)
    • [12].西藏蝴蝶新纪录[J]. 西藏科技 2018(03)
    • [13].蝴蝶[J]. 国画家 2018(02)
    • [14].离奇“蝴蝶”标本案[J]. 检察风云 2018(10)
    • [15].蝴蝶[J]. 中学地理教学参考 2011(09)
    • [16].《暗夜的蝴蝶》[J]. 美术 2018(08)
    • [17].哥是蝴蝶妹是花[J]. 民族音乐 2017(02)
    • [18].蝴蝶枫树[J]. 美术教育研究 2017(10)
    • [19].赏析邮票中的蝴蝶之美[J]. 武夷科学 2015(00)
    • [20].蝴蝶纹样在现代服饰设计中的应用[J]. 辽宁丝绸 2015(04)
    • [21].国色凝晓 露飞蝶弄清韵——以中国国花园蝴蝶园为例浅议蝴蝶引入牡丹园的意义[J]. 现代园艺 2016(05)
    • [22].蝴蝶纹样在清代织物中的应用研究[J]. 艺术科技 2016(03)
    • [23].《黄蝴蝶》[J]. 中国资产评估 2016(03)
    • [24].我国蝴蝶多样性的保护现状与对策[J]. 世界环境 2016(S1)
    • [25].夏日的蝴蝶[J]. 北方经贸 2016(06)
    • [26].湘西苗绣“蝴蝶纹”的内涵及刺绣技法探究[J]. 设计 2016(11)
    • [27].福建戴云山国家级自然保护区及周边地区蝴蝶种类调查研究[J]. 内蒙古林业调查设计 2016(04)
    • [28].苗族的蝴蝶纹研究及其美学应用[J]. 名作欣赏 2016(23)
    • [29].蝴蝶观赏园景观设计探究[J]. 现代园艺 2016(18)
    • [30].独龙族纹面图案—蝴蝶纹艺术符号的能指与所指[J]. 阿坝师范学院学报 2016(03)

    标签:;  ;  ;  

    基于内容的蝴蝶图像检索的研究与实现
    下载Doc文档

    猜你喜欢