本文選題：圖像檢索 + 特征表示��； 參考：《北京郵電大學(xué)》2012年博士論文

【摘要】：伴隨著網(wǎng)絡(luò)和多媒體獲取技術(shù)的快速發(fā)展,數(shù)字圖像的數(shù)量急劇增長。如何從海量數(shù)字圖像集合中為用戶快速檢索目標(biāo)圖像,已成為信息領(lǐng)域亟待解決的關(guān)鍵問題。在此背景下,圖像檢索技術(shù)近年來迅猛發(fā)展,引起了學(xué)術(shù)界和產(chǎn)業(yè)界的高度關(guān)注�，F(xiàn)有的搜索引擎普遍采用傳統(tǒng)的基于文本標(biāo)注的圖像搜索。這種方法具有人工標(biāo)注耗時費力、主觀多義的局限,已經(jīng)難以適用海量網(wǎng)絡(luò)數(shù)據(jù)庫的檢索需求。為此,研究人員提出了基于內(nèi)容的圖像檢索來克服這一局限�；趦�(nèi)容的圖像檢索直接從圖像本身出發(fā)考慮,盡可能地從與人類視覺相似的角度去描述圖片的固有屬性,查找與查詢圖片相似的圖像集合提供給用戶。在這一過程中,圖像的特征表示是核心問題,直接影響基于內(nèi)容的檢索系統(tǒng)的性能。 本文從全局和局部特征兩方面研究分析了常用的圖像特征表示,并在以下幾方面開展了創(chuàng)新性工作。本文的主要工作包括以下幾點： 1.基于顏色特征和紋理特征的圖像檢索算法 單一特征的檢索由于特征本身對圖像描述的局限性,在復(fù)雜圖像庫上完成檢索時,不能得到較好的檢索效果。本文綜合顏色特征和LBP紋理特征的實現(xiàn)了圖像檢索。實驗結(jié)果表明,基于單一特征的檢索算法,在完成特征內(nèi)部歸一化和特征間歸一化后,其結(jié)果優(yōu)于未進行特征歸一化的算法,表明歸一化的必要性；在結(jié)合多特征后,其檢索效率明顯上升。 2.提出了一種基于雙樹復(fù)數(shù)小波的顯著點檢測算法,并結(jié)合圖像的局部和全局特征實現(xiàn)了圖像檢索 本文提出的基于雙樹復(fù)數(shù)小波變換的顯著點檢測算法是在圖像變換后的多尺度空間上完成的。利用同尺度層內(nèi)多個方向上的復(fù)小波分解系數(shù)得到能量圖,提取能量圖中的局部極值點作為圖像顯著點。在此基礎(chǔ)上,對顯著點所在區(qū)域進行環(huán)形分割,統(tǒng)計每個環(huán)形區(qū)域內(nèi)的顯著點鄰域的顏色直方圖；計算顯著點的離散度作為其幾何特征；并結(jié)合圖像復(fù)小波變換多尺度層上的幅值和相位特征完成圖像描述,實現(xiàn)圖像檢索。實驗部分先分析了Harris角點檢測、基于高斯差分的顯著點檢測與本文提出的檢測算法的時間復(fù)雜度；繼而在Oxford數(shù)據(jù)集上利用重復(fù)率對三種檢測算法的性能進行評價；并在Corel庫上實現(xiàn)圖像檢索。 3.不同局部紋理特征的理論比較和在圖像檢索上的比較 本文從理論方面分析了CENTRIST和LBP兩種相似的紋理特征表示的同異。同時,結(jié)合具有空間分布信息的多尺度金字塔分割,實現(xiàn)了基于CENTRIST的圖像檢索,并在兩個數(shù)據(jù)庫上完成了實驗。實驗結(jié)果先是表明直方圖交叉核比歐式距離更適用于CENTRIST特征表示。為了確定兩者差異的重要性,本文提出了與CENTRIST更接近的逆LBP的特征表示。實驗驗證三種紋理特征中CENTRIST的性能最優(yōu),也揭示了CENTRIST與LBP的最大區(qū)別在于其在圖像相鄰像素之間具有約束性和傳導(dǎo)性。 4.提出了一種對特征包表示進行動態(tài)加權(quán)的算法 圖像的特征包表示利用視覺詞的無序組合表示一幅圖像,屬于中層語義特征,已被成功地應(yīng)用于大尺度圖像庫的檢索和分類。對特征包的改進涉及特征描述,視覺詞典的建立,特征量化和后處理等多個方面。本文通過分析相似圖像之間特征包表示,提出了一種基于相關(guān)反饋的動態(tài)加權(quán)的算法,并在兩個數(shù)據(jù)集上定量地分析了改進算法,同時與基本的基于特征包的圖像檢索算法相比較。實驗結(jié)果表明本算法有效提升了前N個返回圖像的準(zhǔn)確率。
[Abstract]:......
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2012
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 王永玉;孫衢;袁超偉;;有效圖像壓縮的提升小波優(yōu)化設(shè)計[J];北京郵電大學(xué)學(xué)報;2007年04期

2 張宗平,劉貴忠;基于小波的視頻圖像壓縮研究進展[J];電子學(xué)報;2002年06期

3 袁杰;魏寶剛;王李冬;;一種綜合PHOG形狀和小波金字塔能量分布特征的圖像檢索方法[J];電子學(xué)報;2011年09期

4 周祚峰;水鵬朗;;交替使用小波去噪和全變差正則化的盲圖像恢復(fù)算法[J];電子與信息學(xué)報;2008年12期

5 丁貴廣,戴瓊海,徐文立;基于興趣點局部分布特征的圖像檢索方法[J];光電子·激光;2005年09期

6 李杰;程義民;葛仕明;曾丹;;基于顯著點特征多示例學(xué)習(xí)的圖像檢索方法[J];光電子.激光;2008年10期

7 王惠鋒 ,孫正興 ,王箭;語義圖像檢索研究進展[J];計算機研究與發(fā)展;2002年05期

8 曹莉華,柳偉,李國輝;基于多種主色調(diào)的圖像檢索算法研究與實現(xiàn)[J];計算機研究與發(fā)展;1999年01期

9 符祥;曾接賢;;基于興趣點匹配和空間分布的圖像檢索方法[J];中國激光;2010年03期

10 李志欣;施智平;李志清;史忠植;;圖像檢索中語義映射方法綜述[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2008年08期

相關(guān)碩士學(xué)位論文 前1條

1 高彥彥;基于雙樹復(fù)數(shù)小波的壓縮傳感圖像重構(gòu)算法研究[D];燕山大學(xué);2009年

，

本文編號：1770111