傳統(tǒng)的圖像檢索系統(tǒng)是基于文本匹配的。系統(tǒng)將檢索關(guān)鍵字與圖片上下文描述作匹配,向用戶返回相應(yīng)的查詢結(jié)果。然而,這種檢索方式具有很大的局限性,因為文本描述往往不能準(zhǔn)確地表現(xiàn)出圖像的內(nèi)容特性。基于內(nèi)容的圖像檢索技術(shù)彌補了文本檢索方式的不足。它面向圖像的內(nèi)容,通過對圖像的顏色、形狀、紋理等信息進行分析,建立相應(yīng)的圖像索引以供查詢。目前存在的系統(tǒng)多采用單一特征,如顏色或紋理特征進行圖像檢索,效率較低。本文對結(jié)合了顏色和紋理特性的CEDD （Color and Edge Directivity Descriptor）特征進行了深入的研究,并針對CEDD提出了一種基于二元哈爾小波變換的改進方案。在上述研究的基礎(chǔ)上,本文設(shè)計實現(xiàn)了一個完整的搜索引擎系統(tǒng),該系統(tǒng)具有輕量級,跨平臺和可擴展的特點。系統(tǒng)實現(xiàn)了圖像網(wǎng)絡(luò)爬蟲的功能,并對索引模塊和檢索模塊以及用戶交互模塊給出了具體的實現(xiàn)。此外,本文還集成了顏色特征ColorLayout和紋理特征Tamura索引模塊,以實現(xiàn)與CEDD特征的檢索效果比較。為了驗證特征的檢索效率,本文精選了Corel圖像集中部分圖像作為系統(tǒng)測試集,結(jié)合相應(yīng)的測試方法和評價標(biāo)準(zhǔn),給出了... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于內(nèi)容圖像檢索系統(tǒng)工作流程

直方圖特征維度過高，不能反映圖像的顏色空間分布規(guī)律等。不同的圖像可能具有完全相同的顏色直方圖。圖2-3展示了此類情況。H H H S圖2-3顏色直方圖相同，視覺特征完全不同的圖像(2)顏色矩經(jīng)研究發(fā)現(xiàn)，圖像距可以表示圖像的顏色分布。在此基礎(chǔ)上，Strieker和Orengo于90年代中期提出了另一種簡捷高效的顏色特征提取方式：顏色矩。 ’圖像的顏色信息主要存在于低階距中，因此其顏色分布只需使用顏色直方圖特征中的一階距、二階中心距和三階中心距就可完整地表達出來。對于RGB色彩空間來說，僅需九個分量就足以表達圖像中大部分的顏色信息（R、G、B每個通道上各三個低階距）。這三個低階距的數(shù)學(xué)表達式如下1 ?n ,/=1(1 ? 、士C"/ = ~ l-hf (2-6)V n ./=1 )S,:—- ",)3V n ./=1 y在上述表達式中，/?.表示第/顏色通道分量上，灰度為7?的像素出現(xiàn)的概率，n表示灰度級數(shù)。經(jīng)實驗表明

系數(shù)作為該圖像的顏色布局描述，生成顏色布局描述符。顏色布局描述的生成過程如圖2-4所示。圖2-4顏色布局描述符提取流程MPEG-7中的紋理特征描述符包括通知紋理描述符（Homogeneous TextureDescriptor)、紋理瀏覽描述符（Texture Browsing Descriptor)和邊緣直方圖描述符（Edge Histogram Descriptor)三種。由于下一章中CEDD特征提取中用到/邊緣直方圖作為濾波器，下面詳細介紹一下邊緣直方圖。邊緣直方圖將圖像劃分成16個相互獨立的矩形區(qū)域,對每個圖像區(qū)域分別劃分水平、垂直、45、135°四個方向和一個無方向性邊緣五類信息，如圖2-5所示。邊緣直方圖非常適合應(yīng)用于圖像感知性領(lǐng)域。它可以利用相似性語義進行 _圖像檢索，例如可用樣本和草圖實現(xiàn)圖像到圖像的匹配由于邊緣直方圖十分適用于邊緣分布種類多樣的圖像檢索工作，下一章要介紹的CEDD特征選擇使用邊緣直方圖來提取紋理特征。2.6本章小結(jié)18

【參考文獻】：
期刊論文
[1]基于Lucene的文獻資料全文檢索系統(tǒng)的設(shè)計與實現(xiàn)[J]. 胡宏偉,虞萍,周南,喬軍.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2014(11)
[2]基于底層紋理特征的圖像檢索[J]. 宋衛(wèi)華.  長春工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2014(02)
[3]基于內(nèi)容的圖像檢索系統(tǒng)比較和分析[J]. 馮運生.  情報探索. 2014(04)
[4]基于顏色自相關(guān)圖和互信息的圖像檢索算法[J]. 沈新寧,王小龍,杜建洪.  計算機工程. 2014(02)
[5]基于內(nèi)容的圖像檢索技術(shù)探索[J]. 王偉光,解成俊.  產(chǎn)業(yè)與科技論壇. 2014(01)
[6]大規(guī)�；ヂ�(lián)網(wǎng)圖像檢索與模式挖掘[J]. 張磊.  中國科學(xué):信息科學(xué). 2013(12)
[7]基于內(nèi)容的圖像檢索技術(shù)的專利技術(shù)綜述[J]. 王瑩,羅坤,姜磊,歐曉丹.  電視技術(shù). 2013(S2)
[8]圖像語義檢索研究熱點與前沿的可視化分析[J]. 朱光,黃毅.  情報科學(xué). 2013(03)
[9]基于內(nèi)容的圖像檢索技術(shù)綜述[J]. 魏峰,王延濤.  產(chǎn)業(yè)與科技論壇. 2013(04)
[10]基于文本和內(nèi)容檢索的美術(shù)作品查詢系統(tǒng)[J]. 劉爽,史萍.  中國傳媒大學(xué)學(xué)報(自然科學(xué)版). 2012(03)

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(xué) 2014
[2]基于Web的空間數(shù)據(jù)爬取與度量研究[D]. 王明軍.武漢大學(xué) 2013
[3]智能手機移動互聯(lián)網(wǎng)應(yīng)用的界面設(shè)計研究[D]. 楊煥.武漢理工大學(xué) 2013
[4]面向圖像的垂直搜索引擎關(guān)鍵技術(shù)研究[D]. 汲業(yè).大連海事大學(xué) 2013
[5]基于內(nèi)容的圖像檢索關(guān)鍵技術(shù)研究[D]. 安志勇.西安電子科技大學(xué) 2008

碩士論文
[1]分布式書籍網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn)[D]. 趙鵬程.西南交通大學(xué) 2014
[2]基于稀疏表示理論的社群圖像標(biāo)簽排序算法的研究與實現(xiàn)[D]. 王彩霞.北京交通大學(xué) 2014
[3]基于Nutch和Solr的企業(yè)級搜索引擎的研究與實現(xiàn)[D]. 馬會.西安電子科技大學(xué) 2014
[4]基于hadoop的分布式網(wǎng)絡(luò)爬蟲研究與實現(xiàn)[D]. 萬濤.西安電子科技大學(xué) 2014
[5]基于移動Agent和最優(yōu)搜索的分布式信息檢索系統(tǒng)研究[D]. 劉明.電子科技大學(xué) 2013
[6]基于文本和內(nèi)容的圖像搜索引擎的設(shè)計與實現(xiàn)[D]. 張志和.電子科技大學(xué) 2013
[7]基于Android的數(shù)碼產(chǎn)品垂直搜索引擎研究與實現(xiàn)[D]. 黃希欣.昆明理工大學(xué) 2013
[8]Android手機上圖像分類技術(shù)的研究[D]. 李東陽.北京郵電大學(xué) 2013
[9]基于內(nèi)容圖像搜索引擎關(guān)鍵技術(shù)研究[D]. 馬子龍.西安科技大學(xué) 2010
[10]基于紋理特征的圖像檢索方法研究[D]. 張松林.重慶大學(xué) 2010



本文編號：3114146