本文選題：視覺顯著性　切入點：圖像檢索　出處：《大連海事大學》2017年博士論文　論文類型：學位論文

【摘要】：隨著互聯(lián)網技術的快速發(fā)展和以智能手機為代表的智能移動設備的迅速普及,每天在這些設備上會產生大量的多媒體數(shù)據,圖像數(shù)據占據了其中很大一部分,這就需要人們對這些大量的圖像數(shù)據進行高效的存儲以及管理。隨著數(shù)據數(shù)量的不斷膨脹,傳統(tǒng)的圖像數(shù)據庫技術已經不能滿足當前的需要,如何有效的存儲以及管理海量圖像數(shù)據已經成為學術界關注的熱點內容之一,其中基于內容的圖像檢索技術(Content-based Image Retrieval,CBIR)逐漸成為人們關注的焦點,并已經成為新一代圖像數(shù)據庫所使用的主流技術。傳統(tǒng)的基于內容圖像檢索技術大多使用圖像的底層特征(如顏色、形狀和紋理)來進行圖像間的相似度計算,比較少的考慮到人眼的視覺注意力特點。所謂的人眼視覺注意力,是指人們在觀察周圍場景或者圖像的時候,會自動有選擇性的關注某些特定的目標對象,作為感興趣或者重要的目標來分析處理,人眼的這種視覺注意力機制恰好和基于內容圖像檢索的目標相吻合,因此將人眼的視覺注意力機制融合到基于內容圖像檢索算法中對于提高檢索的準確率具有重要的意義。本文深入總結和分析了基于內容圖像檢索技術的新特點,使用人眼視覺注意力機制來幫助檢索算法提高對圖像的分析和理解能力,并最終提高檢索算法的準確率。本文研究的重點是利用圖像的視覺顯著性的特點和相關理論,圍繞著圖像底層特征的語義位置信息的提取問題、詞袋模型中非目標對象的視覺單詞的祛除問題以及目標對象中圖像多特征的融合問題三個主要方面展開研究,本文的主要研究工作如下:1.以人眼視覺注意力機制為基礎,結合圖像的視覺顯著性,提出了一種基于視覺加權空間金字塔模型的圖像檢索算法。該算法首先對圖像進行多尺度下空間金字塔劃分處理,并得到每個尺度下各分塊的特征向量;然后結合反映人眼視覺特性的視覺顯著性值,計算出各個尺度下空間金字塔的視覺權值;最后利用視覺權值對多尺度下空間金字塔的聯(lián)合特征向量進行加權處理,并根據處理后得到的特征向量進行檢索。2.針對傳統(tǒng)詞袋模型中由于視覺單詞以及構建的視覺詞匯表缺乏空間位置信息而影響算法準確性這一問題,本文提出使用視覺顯著性值和視覺單詞相結合,構造一個全新的可以反映出視覺單詞空間位置信息的視覺詞匯表,新構建的視覺詞匯表考慮了視覺單詞所在的空間位置,可以重點反映出圖像中目標對象上的局部特征,盡量減少背景信息對于檢索的影響。大量的仿真實驗表明,新建的視覺詞匯表確實可以有效的提高檢索算法的準確性。3.使用基于內容的方法進行圖像檢索的前提是全面、深入的對圖像的內容進行理解和分析,大多數(shù)詞袋模型都采用一種單一的局部特征作為視覺單詞,很顯然這很難全面的描述圖像的客觀信息。本文提出了一種融合Sift特征和顏色特征的多特征詞袋模型檢索算法。該算法首先結合人眼的視覺注意力模型,對待檢索圖像進行分析和理解,并提取出圖像中的目標對象,將其與周圍場景分離出來;然后結合提取出的目標對象,分別計算詞袋模型和和圖像的顏色特征;最后將詞袋模型和顏色特征結合到一起計算圖像間的相似性。實驗結果證明,該算法是有效的。
[Abstract]:......
【學位授予單位】：大連海事大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 奚惠寧;任蕊;;判斷有關醫(yī)學圖像專利申請是否為非授權客體[J];電視技術;2013年S2期

2 韓雙旺;崔兆順;李德錄;李芙蓉;;基于閾值的彩色目標圖像的提取與測量[J];自動化與儀器儀表;2010年03期

3 林靜;王薇婕;關丹丹;景軍鋒;;基于浮雕圖像的3D浮雕效果實現(xiàn)[J];微型機與應用;2012年11期

4 李敏潔;魏仲慧;何昕;;基于FPGA的多功能圖像目標發(fā)生器的設計與實現(xiàn)[J];微計算機信息;2005年25期

5 韓雙旺;崔兆順;鮑麗紅;李德錄;;基于目標圖像的提取與測量[J];上海工程技術大學學報;2007年04期

6 劉進;孫婧;徐正全;顧鑫;;基于目標的圖像輕量級加密[J];華中科技大學學報(自然科學版);2011年06期

7 于明;王倩;郭迎春;;一種圖像的顯著區(qū)域提取方法[J];光電工程;2012年08期

8 郭旭平,李在銘;圖像目標的可視識別與智能跟蹤[J];系統(tǒng)工程與電子技術;1998年08期

9 王成;張劍戈;江旭峰;章魯;;基于知識的三維核醫(yī)學圖像左心室心肌區(qū)的提取[J];中國生物醫(yī)學工程學報;2007年01期

10 衛(wèi)穎奇;彭進業(yè);張漢寧;;個性化圖像推薦及可視化研究[J];計算機工程;2011年02期

相關會議論文 前5條

1 張林怡;王運鋒;王建國;;分維數(shù)在SAR圖像海岸線檢測中的應用研究[A];第十屆全國信號處理學術年會（CCSP-2001）論文集[C];2001年

2 李吉成;魯新平;楊衛(wèi)平;張志龍;高穎慧;沈振康;;圖像目標的自動識別和快速篩選技術[A];2006年全國光電技術學術交流會會議文集（D 光電信息處理技術專題）[C];2006年

3 佘二永;;SAR圖像目標解譯技術分析[A];第九屆全國信息獲取與處理學術會議論文集Ⅰ[C];2011年

4 趙朝杰;朱虹;黎璐;董敏;袁承興;;基于內容感知的圖像非等比例縮放[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

5 奚惠寧;;淺談有關醫(yī)學圖像的專利申請如何判斷是否是非授權客體[A];2013年中華全國專利代理人協(xié)會年會暨第四屆知識產權論壇論文匯編第二部分[C];2013年

相關博士學位論文 前10條

1 錢智明;面向圖像標注的張量表示與語義建模方法研究[D];國防科學技術大學;2015年

2 吳俊峰;基于視覺顯著性的圖像檢索算法研究[D];大連海事大學;2017年

3 鄧劍勛;多示例圖像檢索算法研究及在人臉識別中的應用[D];重慶大學;2012年

4 王亮申;圖像特征提取及基于內容圖像數(shù)據庫檢索理論和方法研究[D];大連理工大學;2002年

5 魏波;點時空約束圖像目標跟蹤理論與實時實現(xiàn)技術研究[D];電子科技大學;2000年

6 劉俊;基于鉬靶圖像的計算機輔助乳腺癌檢測系統(tǒng)中關鍵技術研究[D];武漢科技大學;2012年

7 付華柱;圖像協(xié)同關聯(lián)性約束的研究與應用[D];天津大學;2013年

8 廖宜濤;基于圖像與光譜信息的豬肉品質在線無損檢測研究[D];浙江大學;2011年

9 陳海林;基于判別學習的圖像目標分類研究[D];中國科學技術大學;2009年

10 王洪元;圖像動態(tài)分析中的若干智能化方法研究[D];南京理工大學;2004年

相關碩士學位論文 前10條

1 徐衍魯;基于改進的K-means和層次聚類方法的詞袋模型研究[D];上海師范大學;2015年

2 甘洪涌;SAR圖像自動目標識別算法研究[D];哈爾濱理工大學;2014年

3 張玉營;基于認知理論的高分辨率PolSAR圖像目標解譯算法研究[D];哈爾濱工業(yè)大學;2015年

4 王帥;視頻中扇貝圖像的檢測與定位研究[D];大連海洋大學;2015年

5 李偉;改進的主顏色提取方法及自適應權重圖像檢索算法研究[D];華中師范大學;2015年

6 李星云;碼垛機器人視覺控制關鍵技術的研究[D];西南科技大學;2015年

7 梁，

本文編號：1593762