基于颜色特征的图像检索技术研究

基于颜色特征的图像检索技术研究

论文摘要

近年来,随着网络的高速发展,数字图像等多媒体信息在急剧增加。如何有效地组织、管理和检索大规模的图像数据成为迫切需要解决的问题。基于内容的图像检索技术成为当今的一个研究热点,目前虽然已经取得了一定的研究成果,但是许多理论上和技术上的难点还有待突破,应用上也有一些实际问题亟待解决。本文较为深入地研究了图像的颜色特征。首先,详细分析了颜色模型的选择、颜色量化的方法、颜色直方图的构建和相似性的匹配算法。在对现有区域划分方法和颜色量化方法探讨中,发现了其中存在的问题,在一定程度上影响了图像的检索效率和检索精度。为此,通过对图片拍摄的构图方法和人眼视觉感知特点的研究,提出了一种基于视觉聚焦区直方图的图像检索方法。其次,由于目前缺少针对“花边边框”类图像的检索方法,在对“花边边框”类图像特点研究的基础上,又提出了基于矩形环颜色熵的图像检索方法。经过仿真试验和比较分析,证实了对于一般图像的检索,基于视觉聚焦区直方图的图像检索方法具有查准率高、鲁棒性强和计算量小的特点;对于“花边边框”类图像的检索,基于矩形环颜色熵的图像检索方法具有较好的检索性能。由于这两种方法都是针对图像的颜色特征而言的,缺乏其它的底层特征,这对检索性能有一定的影响,下一步的研究将主要就此展开。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 研究现状
  • 1.2.1 国内外典型系统
  • 1.2.2 未来研究方向
  • 1.3 本文工作
  • 1.4 论文结构
  • 第二章 基于内容的图像检索技术原理
  • 2.1 CBIR概述
  • 2.2 特征提取技术
  • 2.2.1 颜色特征
  • 2.2.2 形状特征
  • 2.2.3 纹理特征
  • 2.3 相似匹配技术
  • 2.4 检索性能评价准则
  • 2.5 基于颜色特征的图像检索方法
  • 2.5.1 颜色模型
  • 2.5.2 颜色量化
  • 2.5.3 直方图构建
  • 2.6 基于区域直方图的图像相似性匹配算法
  • 2.7 本章小结
  • 第三章 基于视觉聚焦区直方图的图像检索方法
  • 3.1 传统区域划分的问题分析
  • 3.2 图像视觉聚焦区的构建
  • 3.2.1 摄影构图的方法
  • 3.2.2 人眼视觉感知特点
  • 3.2.3 基于视觉聚焦区的图像区域划分
  • 3.3 基于视觉感知的颜色量化方法
  • 3.3.1 颜色模型的选择
  • 3.3.2 颜色空间的转换
  • 3.3.3 非均匀的量化方法
  • 3.4 基于视觉聚焦区直方图的图像检索算法
  • 3.5 仿真试验与结果分析
  • 3.6 本章小结
  • 第四章 基于矩形环颜色熵的图像检索方法
  • 4.1 矩形环的构建
  • 4.2 基于HSI颜色空间的矩形环颜色熵
  • 4.3 基于矩形环颜色熵的检索算法
  • 4.4 仿真试验与结果分析
  • 4.5 本章小结
  • 第五章 结束语
  • 5.1 总结
  • 5.2 展望
  • 致谢
  • 参考文献
  • 研究生期间的研究成果
  • 相关论文文献

    • [1].基于时间一致性局部颜色特征的无纹理3D物体实时跟踪[J]. 计算机辅助设计与图形学学报 2020(01)
    • [2].基于图片颜色特征的图像检索方法研究[J]. 数字技术与应用 2017(01)
    • [3].西安市年轻女性对夏季连衣裙视觉舒适性要求调研分析及设计研究[J]. 明日风尚 2017(11)
    • [4].音乐课[J]. 文学港 2017(09)
    • [5].白云鄂博稀土矿浮选泡沫图像颜色特征与品位相关性研究[J]. 有色金属(选矿部分) 2019(06)
    • [6].基于颜色特征的常见舌质舌苔分类识别[J]. 微型机与应用 2017(17)
    • [7].基于颜色特征的图像检索技术综述[J]. 电脑知识与技术 2017(13)
    • [8].基于颜色特征的记忆容量和事件相关电位分析[J]. 中国实用神经疾病杂志 2013(12)
    • [9].基于数字图像的茶叶物料颜色特征分析与研究[J]. 电脑知识与技术 2018(19)
    • [10].基于烤烟颜色特征构建烤烟感官质量预测模型[J]. 河南农业大学学报 2016(04)
    • [11].不同氮素处理棉花冠层图像颜色特征分析[J]. 江苏农业科学 2016(09)
    • [12].基于图像处理和支持向量机的初烤烟叶颜色特征区域分类[J]. 作物学报 2012(02)
    • [13].一种融合整体和局部颜色特征的图像检索方法[J]. 微型机与应用 2009(19)
    • [14].基于颜色特征的画家艺术风格提取方法[J]. 计算机应用 2020(06)
    • [15].基于颜色特征和尺度自适应的时空上下文算法[J]. 计算机工程与设计 2019(02)
    • [16].基于高层颜色语义名称的显著性检测[J]. 计算机应用研究 2018(07)
    • [17].土的颜色研究进展与展望[J]. 土工基础 2018(04)
    • [18].一种新的基于颜色特征的图像检索方法[J]. 兰州理工大学学报 2010(02)
    • [19].基于颜色特征的图像检索[J]. 江西广播电视大学学报 2010(02)
    • [20].一种基于颜色特征的自适应目标跟踪算法[J]. 信息技术 2018(03)
    • [21].基于自适应颜色特征学习的目标跟踪技术[J]. 计算机工程与应用 2017(02)
    • [22].基于颜色特征的马铃薯绿皮检测[J]. 黑龙江八一农垦大学学报 2011(01)
    • [23].主色调颜色特征的图像检索与分类[J]. 计算机工程与应用 2011(24)
    • [24].基于颜色特征和相关反馈的图像检索方法[J]. 山东理工大学学报(自然科学版) 2009(02)
    • [25].醇对木糖-甘氨酸美拉德反应体系颜色特征及抗氧化活性的影响[J]. 食品工业科技 2013(23)
    • [26].基于颜色特征的昆虫自动鉴定方法[J]. 昆虫知识 2008(01)
    • [27].基于边缘和颜色特征的图像检索技术[J]. 微计算机应用 2008(11)
    • [28].基于颜色特征码本的病害图像分类算法研究[J]. 安徽农业科学 2018(04)
    • [29].融合颜色特征和灰度特征的时空上下文跟踪[J]. 计算机工程与设计 2018(04)
    • [30].交通警示性图片颜色特征选取仿真[J]. 计算机仿真 2018(04)

    标签:;  ;  ;  ;  

    基于颜色特征的图像检索技术研究
    下载Doc文档

    猜你喜欢