【摘要】：隨著多媒體、網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，圖像信息的應(yīng)用日益廣泛，如何從大量的圖像信息中快速而準(zhǔn)確地檢索出所需要的信息，就成為了一個急待解決的問題。隨著大規(guī)模圖像數(shù)據(jù)庫的產(chǎn)生，傳統(tǒng)的圖像檢索方法已經(jīng)不能滿足實際的需求。為了克服傳統(tǒng)檢索方法的局限性，基于內(nèi)容的圖像檢索CBIR(Content Based Image Retrieval)技術(shù)應(yīng)運而生，并成為圖像領(lǐng)域研究的熱點問題之一。 基于內(nèi)容的圖像檢索是從圖像本身的內(nèi)容出發(fā)，根據(jù)圖像所包含的顏色、紋理、形狀等低層特征和語義等高層特征來分析圖像信息，建立圖像的特征向量作為其索引，通過檢索這些信息對圖像數(shù)據(jù)庫進行檢索，以滿足用戶對大量圖像的檢索要求。 本文在廣泛查閱國內(nèi)外有關(guān)基于內(nèi)容的圖像檢索技術(shù)資料的基礎(chǔ)上，以基于內(nèi)容的圖像檢索為主線，對檢索系統(tǒng)的系統(tǒng)結(jié)構(gòu)和關(guān)鍵技術(shù)進行了總結(jié)，并在圖像特征提取和用戶相關(guān)反饋兩個方面作了深入的研究。 CBIR技術(shù)的核心是表征圖像內(nèi)容的特征。本文在結(jié)合基于顯著點顏色特征、形狀特征兩種檢索方法的基礎(chǔ)上，給出了一種基于顯著點綜合特征的圖像檢索方法。利用顯著點的位置信息，提取圖像各環(huán)形區(qū)域內(nèi)顯著點的顏色直方圖特征和Hu不變矩特征作為特征向量對圖像進行檢索。通過實驗表明，綜合顏色和形狀特征的圖像檢索方法克服了利用單一特征檢索的局限性，提高了檢索的準(zhǔn)確率和檢索的通用性。 在圖像檢索系統(tǒng)中引入相關(guān)反饋可以提高檢索性能。本文將粗糙集理論引入到相關(guān)反饋中，給出了一種基于區(qū)域特征加權(quán)的相關(guān)反饋方法，結(jié)合用戶標(biāo)記的反饋圖像建立決策表，通過決策規(guī)則的精度來對各個區(qū)域特征加權(quán)，使查詢更好地滿足用戶的要求，從實驗中可以看出該算法的有效性。 通過對圖像檢索系統(tǒng)模型的分析與研究，本文設(shè)計并實現(xiàn)了一個具有相關(guān)反饋的基于內(nèi)容的圖像檢索原型系統(tǒng)，為驗證上述研究結(jié)果提供了實驗平臺。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2006
【分類號】：G354
【圖文】：

基于綜合特征的圖像檢索及相關(guān)反饋方法研究查準(zhǔn)率:Percision=檢索出的相關(guān)圖像數(shù)目/己檢索出的圖像數(shù)目。圖3.4，3.5，3.6為給出的部分實驗結(jié)果。圖3.4基于顯著點顏色特征檢索方法F19·3.4SalientPointseolorefaturebasedretrievalmethodt盆}J。J竺侖Jjl竺了以;氣/妙舊又釗’111二下嘆另殆刀了石F19.3.5SalientPointsshaPeefaturebasedertrievalmethod

圖3.6基于顯著點綜合特征檢索方法F19.3.6SalientPointsintegratedefatuerbasedretrieval一nethod表3.2給出了花卉、動物、建筑、自然風(fēng)景四類圖片分別采用顏色特征、形狀特征和綜合特征進行檢索的查準(zhǔn)率。

【引證文獻】

相關(guān)碩士學(xué)位論文 前5條

1 何劍非;基于內(nèi)容的圖像檢索系統(tǒng)的研究與設(shè)計[D];沈陽工業(yè)大學(xué);2011年

2 許承娟;圖像檢索技術(shù)在CG項目管理系統(tǒng)中的應(yīng)用[D];南京理工大學(xué);2008年

3 楊健;基于Harris-Affine特征的圖像檢索系統(tǒng)研究與實現(xiàn)[D];大連理工大學(xué);2008年

4 楊靜宜;基于顏色與紋理的圖像檢索技術(shù)研究與實現(xiàn)[D];武漢理工大學(xué);2009年

5 袁輝;電力設(shè)備圖片特征提取和分類方法的研究[D];華北電力大學(xué)（河北）;2009年

本文編號：2713231