17世紀中期,郵票作為一種郵費憑據(jù)誕生于法國的巴黎。在電子通信技術(shù)迅速發(fā)展的今天,郵票本身的作用已經(jīng)慢慢在淡化,人們更多地看重的是它的收藏價值。目前,很少有以郵票圖像為內(nèi)容的數(shù)據(jù)庫,對于郵票圖像的檢索來說,也都是通過郵票名稱或?qū)︵]票圖像內(nèi)容的文字描述來檢索的,即基于文本的郵票圖像檢索。因此,研究開發(fā)出一套適用的基于內(nèi)容的郵票圖像檢索系統(tǒng)是十分必要的,這也是本文的主要研究目的。基于內(nèi)容的圖像檢索有兩個重要部分,第一個部分是郵票圖像的特征提取,第二個部分是郵票圖像的特征匹配。本文根據(jù)郵票圖像的特點,針對性的介紹了郵票圖像的顏色特征以及紋理特征的提取,提出了一種結(jié)合圖像顏色特征和紋理特征的多特征融合的郵票圖像檢索方法。分別使用三種方法進行了郵票圖像的檢索實驗,并求出相應的查全率和查準率作為評價檢索方法的標準。實驗結(jié)果表明,使用本文提出的多特征融合的特征提取方法的郵票圖像檢索系統(tǒng)時,計算所得的查全率和查準率均得到了相應的提高。為了用戶能夠更方便的使用郵票圖像檢索系統(tǒng),在Windows 7系統(tǒng)下,本文使用MATLAB軟件搭建了一個用戶界面,以便用戶上傳待檢索的郵票圖像和查看檢索結(jié)果。在郵票檢索系... 

【文章來源】：福建師范大學福建省

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

圖２－１?ＣＢＩＲ系統(tǒng)典型架構(gòu)??

第３章基于內(nèi)容的郵票圖像檢索實驗??基于內(nèi)容的郵票圖像檢索是對于郵票圖像進行的檢索，到目前為止，還沒有研??究機構(gòu)或者部門針對郵票圖像進行系統(tǒng)的分析研宄�；趦�(nèi)容的郵票圖像檢索，首??先要建立一個具有一定規(guī)模的郵票圖像數(shù)據(jù)庫，本文中所涉及的郵票圖像均取自國??內(nèi)發(fā)行的郵票。郵票圖像的檢索與其他圖像的檢索類似，都需要經(jīng)過特征提取和特??征匹配等步驟才能得到檢索結(jié)果。??３．１郵票圖像庫的建立??要針對郵票圖像進行特征提取，需要建立一個郵票圖像庫。到目前為止，暫時??沒有研究機構(gòu)針對郵票圖像建立數(shù)據(jù)庫并研究，而郵票圖像種類與數(shù)目繁多，所??以，在進行實驗研究之前，必須先構(gòu)建一個具有一定規(guī)模的郵票圖像數(shù)據(jù)庫為本論??文提供數(shù)據(jù)支撐。同時，郵票圖像數(shù)據(jù)庫的建立對于郵票研宄者來說，也是一個提??供有效數(shù)據(jù)的來源，并且對推動郵票在教育領(lǐng)域與商業(yè)領(lǐng)域的發(fā)展起到了一定的作??用。??

圖３－２顏色特征提取實驗示例圖像１??Ｆｉｇｕｒｅ?３－２?Ｃｏｌｏｒ?ｆｅａｔｕｒｅ?ｅｘｔｒａｃｔｉｏｎ?ｅｘｐｅｒｉｍｅｎｔ?ｅｘａｍｐｌｅ?ｉｍａｇｅ?１??示例圖像１的顏色直方圖如圖３－３所示。??Ｈ－Ｓ直方圖??■??５０?１００?１５０?２００?２５０??圖３－３示例圖像１的顏色直方圖??Ｆｉｇｕｒｅ?３－３?Ｃｏｌｏｒ?ｈｉｓｔｏｇｒａｍ?ｏｆ?ｅｘａｍｐｌｅ?ｉｍａｇｅ?１??得到的檢索結(jié)果１如圖３－４所示。??；１．２〇１??ｉ?＇－：＇■：ｖ?ｓ?－?？ｈ?？??？?ｉ?＊?？?－?＊?ａ?？?＊?＊??＿?ｍｎ?－ｉｗｉ?ｍ＼?ｍ＂?ｍ??＿＿＿??圖３－４顏色特征提取實驗的檢索結(jié)果１??Ｆｉｇｕｒｅ?３－４?Ｒｅｔｒｉｅｖａｌ?ｒｅｓｕｌｔｓ?ｏｆ?ｃｏｌｏｒ?ｆｅａｔｕｒｅ?ｅｘｔｒａｃｔｉｏｎ?ｅｘｐｅｒｉｍｅｎｔｓ?１??－２６－??

【參考文獻】：
期刊論文
[1]圖像檢索技術(shù)研究進展[J]. 周文罡,李厚強,田奇.  南京信息工程大學學報(自然科學版). 2017(06)
[2]多特征組合和用戶反饋的圖像檢索算法[J]. 丁萬寧,李慧,焦洪強.  吉林大學學報(理學版). 2017(06)
[3]融合顏色與紋理的復雜場景下的服裝圖像分割算法[J]. 郭鑫鵬,黃元元,胡作進.  計算機科學. 2017(S2)
[4]基于分塊顏色直方圖和GWLBP的圖像檢索算法[J]. 陳璐宇,周春艷.  液晶與顯示. 2017(09)
[5]基于改進顏色直方圖和灰度共生矩陣的圖像檢索[J]. 吳慶濤,曹再輝,施進發(fā).  圖學學報. 2017(04)
[6]分組排序多特征融合的圖像檢索方法[J]. 劉勝藍,馮林,孫木鑫,劉洋.  計算機研究與發(fā)展. 2017(05)
[7]基于內(nèi)容的圖像檢索的相似度測量方法[J]. 王春靜,許圣梅.  數(shù)據(jù)采集與處理. 2017(01)
[8]基于圖片顏色特征的圖像檢索方法研究[J]. 劉顏華.  數(shù)字技術(shù)與應用. 2017(01)
[9]融合多特征和相關(guān)反饋的圖像檢索[J]. 陳慧,林智華,黃堃,林雯,林旭云.  德州學院學報. 2016(06)
[10]顏色和紋理混合描述符圖像檢索方法[J]. 嚴宇,宋威.  計算機科學與探索. 2017(11)

博士論文
[1]基于內(nèi)容的圖像檢索中特征表示與檢索策略研究[D]. 侯剛.吉林大學 2014

碩士論文
[1]基于內(nèi)容的圖像檢索系統(tǒng)的設(shè)計與實現(xiàn)[D]. 王愛芳.安徽工業(yè)大學 2017
[2]CBIR中特征提取技術(shù)的比較研究[D]. 吳強.浙江理工大學 2017
[3]基于顏色和紋理特征的圖像檢索研究[D]. 張丹.西北師范大學 2016
[4]基于局部不變特征融合的圖像檢索技術(shù)研究[D]. 謝李鵬.電子科技大學 2016
[5]基于紋理特征的圖像檢索方法研究[D]. 張松林.重慶大學 2010
[6]一種基于內(nèi)容的圖像檢索系統(tǒng)平臺的設(shè)計與實現(xiàn)[D]. 賈恒燕.天津大學 2006



本文編號：3434636