基于内容的图像检索研究与实现

论文摘要

随着信息化产业的飞速发展,图像信息越来越成为人们生活和工作中信息交流与服务的重要形式,使得图像数据日益剧增。如何灵活、高效的管理这些海量的图像数据,成为当前极具挑战的问题。基于内容的图像检索技术是一种有效的图像分析、管理图像数据库的方法,越来越成为研究热点。本文在分析研究基于内容的图像检索关键技术的基础上,深入研究了基于内容的图像检索的特征提取和图像相似匹配算法,以及它们各自的特点与目前存在的一些问题。简单分析了相关反馈技术及图像检索性能测试标准。实现了基于颜色的图像检索模型,着重研究了颜色直方图、颜色矩、颜色相关图等相关颜色特征提取技术。在HSV颜色空间模型下,在不影响图像特征质量的前提下,对各个通道下颜色值进行量化,提取量化颜色直方图。运用特征向量绝对值距离算法进行图像间的相似匹配,并讨论了运用传统颜色特征进行图像检索存在的一些技术难题。基于单一图像特征不能充分表达图像内容信息,图像检索效果不佳的问题,提出了融入分形纹理信息,综合提取图像颜色特征和图像分形纹理特征的新方法。分析比较了现有图像分形维数的计算方法,验证了差分计盒方法是一个简单、准确估算图像分形维数的方法。根据当前计算图像分形维数算法特点,将图像分形维数非线性量化。综合估计图像在HSV空间中各个颜色通道下的分形维数,提出了分形维数量化直方图的概念。实验证明运用分形维数量化直方图能够查询出具有相同图像粗糙度的图像信息,一定程度上满足了人眼对图像纹理的感知心理。本文在符合人眼感知颜色信息的HSV颜色空间模型下,提取了颜色直方图特征,同时提取了与人类视觉感知图像纹理粗糙度紧密相关的分形维数特征,实现了基于内容的图像检索系统模型。实验证明,本文方法的图像检索结果基本符合人类查询心理,检索效果良好。检索精度较传统的基于颜色的图像检索具有很大的提高。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 基于内容的图像检索研究背景与意义
• 1.2 基于内容的图像检索的研究现状
• 1.3 国内外经典CBIR系统介绍
• 1.3.1 QBIC系统
• 1.3.2 VIRAGE系统
• 1.3.3 PhotoBook系统
• 1.3.4 VisualSeek和WebSeek系统
• 1.3.5 MARS系统
• 1.4 本文主要工作及论文结构安排
• 2 基于内容的图像检索关键技术
• 2.1 图像相关特征
• 2.1.1 颜色特征
• 2.1.2 纹理特征
• 2.1.3 形状特征
• 2.2 相似匹配计算
• 2.2.1 Minkowsky距离算法
• 2.2.2 直方图相交法
• 2.2.3 二次式距离
• 2.3 相关反馈技术
• 2.4 检索效果测试
• 2.5 本章小结
• 3 基于颜色特征的图像检索研究
• 3.1 颜色空间特征
• 3.1.1 RGB颜色空间
• 3.1.2 HSV颜色空间
• 3.1.3 RGB与HSV颜色空间互换
• 3.2 颜色特征分析
• 3.2.1 颜色直方图
• 3.2.2 颜色矩
• 3.2.3 颜色相关图
• 3.2.4 颜色聚合向量
• 3.3 颜色空间量化
• 3.4 颜色特征检索实现
• 3.5 本章小结
• 4 基于分形纹理特征图像检索研究
• 4.1 分形理论基础
• 4.1.1 分形定义及其性质
• 4.1.2 分形维数
• 4.2 图像的分形维数
• 4.2.1 ε-双毯法
• 4.2.2 分形布朗运动分布场模型法
• 4.2.3 计盒模型法及差分计盒法
• 4.2.4 图像分形维数计算方法比较
• 4.3 分形维数量化直方图
• 4.3.1 分形维数非线性量化
• 4.3.2 分形纹理特征检索实现
• 4.4 本章小结
• 5 基于内容的图像检索系统实现
• 5.1 基于内容的图像检索设计
• 5.1.1 基于内容的图像检索流程框架
• 5.1.2 系统软件介绍
• 5.2 系统效果检验
• 5.3 本章小结
• 6 总结与展望
• 6.1 本文总结
• 6.2 未来展望
• 参考文献
• 致谢
• 攻读硕士期间发表论文及所做项目