【摘要】：從海量數(shù)字圖像資源中準確的搜索到特定圖像是多年來圖像處理研究領域內(nèi)的研究熱點。傳統(tǒng)基于文本的圖像檢索技術(TBIR)由于成本昂貴、費時且主觀性太強等因素,導致在龐大的數(shù)據(jù)庫中難以有效的達到檢索目的。相比而言,基于內(nèi)容的圖像檢索技術(CBIR)面對多元化且較為復雜的數(shù)字圖像數(shù)據(jù)庫顯得十分有效。CBIR使用底層圖像特征自動提取圖像內(nèi)容,避免了基于文本檢索技術的弊端,從而能夠高效的完成整個圖像檢索過程。底層圖像特征包括圖像的顏色特征、紋理特征以及形狀特征等。其中,圖像的紋理特征是較為重要且突出的視覺特征。傳統(tǒng)的基于紋理特征圖像檢索算法在閾值的選擇上具有局限性,選擇灰度圖像損失了圖像部分信息,無法提供高檢索精度的檢索結果。為了提高檢索性能,尋求更有效的紋理特征來描述圖像信息顯得尤為重要。針對上述問題,本文提出一種基于局部鄰域旋轉直角模式的圖像檢索方法。首先,在保留原始彩色圖像的顏色信息基礎上,通過RGB顏色空間分離圖像的R、G、B單道色分量,分別對三個分量進行二維離散小波變換,取各分量的低頻子帶。其次,基于VLBP模式針對各顏色分量低頻子帶構建局部模式,在選擇恰當?shù)淖赃m應閾值基礎上,使用局部鄰域旋轉直角模式針對所構建的局部模式計算局部鄰域旋轉直角模式值,通過直方圖的形式表征特征向量,并基于旋轉不變均勻LBP模式對特征向量進行降維處理。最后,將單幅圖像的特征向量與圖像數(shù)據(jù)庫中圖像特征向量進行特征相似度度量,使用平均查準率(ARP)以及平均查全率(ARR)對圖像檢索結果進行評價。實驗結果表明,該算法較傳統(tǒng)算法平均查準率以及平均查全率較高,檢索效果較為突出。
【學位授予單位】：哈爾濱商業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前5條

1 黃冬艷;劉驪;付曉東;黃青松;;聯(lián)合分割和特征匹配的服裝圖像檢索[J];計算機輔助設計與圖形學學報;2017年06期

2 劉玉杰;龐蕓萍;路子奇;李宗民;李華;;結合距離變換和隱層圖詞包的手繪圖像檢索方法[J];計算機輔助設計與圖形學學報;2016年12期

3 田澤宇;門朝光;湯亞楠;蔣慶豐;;應用全方向形狀特征碼的圖像檢索方法[J];哈爾濱工業(yè)大學學報;2016年11期

4 賈棋;劉宇;樊鑫;郭禾;高新凱;;基于交比上下文的層次化形狀特征提取及匹配算法[J];計算機輔助設計與圖形學學報;2015年12期

5 吳夢麟;陳強;孫權森;;基于圖半監(jiān)督學習的醫(yī)學圖像檢索[J];計算機輔助設計與圖形學學報;2013年09期

，

本文編號：2565423