圖像能夠客觀準(zhǔn)確的描述事物,它包含了豐富的視覺(jué)信息,是人類社會(huì)活動(dòng)中一種重要的信息載體,通過(guò)圖像人們可以更加形象直觀的了解和認(rèn)知事物。隨著計(jì)算機(jī)技術(shù)的發(fā)展以及互聯(lián)網(wǎng)的普及,數(shù)字圖像資源種類與日俱增。面對(duì)這種情況,如何使用戶在大規(guī)模數(shù)據(jù)庫(kù)中能夠準(zhǔn)確高效的尋找所需圖像已經(jīng)成為日益嚴(yán)峻的問(wèn)題,因此,圖像檢索技術(shù)應(yīng)運(yùn)而生。目前圖像檢索研究領(lǐng)域采用的檢索方式主要有兩種,一種是基于文本的圖像檢索（TBIR,Text-based Image Retrieval）,另一種是基于內(nèi)容的圖像檢索（CBIR,Content-Based Image Retrieval）。本文在討論圖像檢索的背景、研究現(xiàn)狀和關(guān)鍵技術(shù)等內(nèi)容的基礎(chǔ)上,采用文獻(xiàn)計(jì)量方法對(duì)近十五年發(fā)表的國(guó)際圖像檢索文獻(xiàn)分析,從文獻(xiàn)時(shí)間分布規(guī)律、學(xué)科分布狀況等方面著手探索圖像檢索領(lǐng)域的發(fā)展脈絡(luò),并重點(diǎn)對(duì)作者、機(jī)構(gòu)、國(guó)家和關(guān)鍵詞頻等方面挖掘國(guó)際圖像檢索領(lǐng)域的主要研究力量和研究熱點(diǎn),為進(jìn)一步推動(dòng)國(guó)內(nèi)相關(guān)研究發(fā)展提供理論參考依據(jù)。在大數(shù)據(jù)時(shí)代,用戶的信息素養(yǎng)越來(lái)越高,對(duì)獲取信息的渠道、技術(shù)和內(nèi)容質(zhì)量等方面的要求也在不斷提高,圖書館作為信息主要提供者,肩負(fù)著準(zhǔn)... 

【文章來(lái)源】：山西財(cái)經(jīng)大學(xué)山西省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基于內(nèi)容的圖像檢索理論模型

圖 2.2 紋理特征的具體算法2.2 圖像顏色特征提取方法顏色是圖像中最基本的特征之一[29], 圖像中每一個(gè)像素都承載著顏色信息，且它往往與圖像中所包含的物體或場(chǎng)景相關(guān)，如金黃色的沙漠，深藍(lán)色的大海等。因?yàn)轭伾畔⑤^紋理、空間等視覺(jué)特征，不容易受圖像自身方向、尺寸、角等因素變化的影響，具有較高的穩(wěn)健性，同時(shí)在對(duì)大規(guī)模圖像數(shù)據(jù)庫(kù)檢索時(shí)顏色特征的為對(duì)象提取也相對(duì)容易，所以很多圖像檢索系統(tǒng)都采用該方法，應(yīng)十分廣泛�，F(xiàn)實(shí)世界中的顏色多姿多彩，如果不對(duì)圖像顏色規(guī)則定性和描述，個(gè)人都對(duì)圖像有各自的定義，將會(huì)使計(jì)算機(jī)理解混亂，因此統(tǒng)一對(duì)顏色進(jìn)行了量的描述，建立了標(biāo)準(zhǔn)的顏色特征模型，最常用的有 RGB 顏色空間、HIS 空間 HSV 顏色空間等。在此基礎(chǔ)上，很多基于顏色特征的圖像檢索算法被提了出來(lái)，

覺(jué)內(nèi)容的區(qū)域作為顯著區(qū)域。然后通過(guò) SIFT 計(jì)算該區(qū)域的關(guān)鍵點(diǎn)，并計(jì)算關(guān)的顏色直方圖，從而有效提高圖像匹配結(jié)果的準(zhǔn)確性[30]；Ljubovic,V 等人提[31一種名為 HSY 的顏色模型，該模型組合了多種不同顏色模型通道形成的顏色符，可以有效描述圖像的顏色特征，并利用遺傳算法提高了模糊直方圖的各數(shù)，提高了檢索性能。國(guó)內(nèi)學(xué)者也提出了許多基于顏色的圖像檢索方法，如麗等人[32]通過(guò)圖像分塊捕獲顏色的空間分布信息，并引入高效匹配核，把局色特征映射到低維空間，生成比傳統(tǒng)顏色特征 RGB、HSV 等判別性能更優(yōu)的高效匹配核特征，有效改善了基于顏色的圖像檢索性能；王秋華等人[33]采用聚類的方法，劃分圖像空間區(qū)域并記算各區(qū)域的相關(guān)性和重要性，將圖像的信息和顏色信息融合，實(shí)驗(yàn)證明該方法具有較高的檢索效果。目前基于顏色像算法主要集中在兩個(gè)方面，一是全局顏色特征，二是局部顏色特征，這兩征中的經(jīng)典算法如圖 2.3 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于文獻(xiàn)計(jì)量的科學(xué)創(chuàng)造力評(píng)價(jià)研究綜述[J]. 王軍輝,譚宗穎.  圖書情報(bào)工作. 2017(03)
[2]基于顏色高效匹配核的圖像檢索研究[J]. 李廣麗,陳婧琳,楊將,張紅斌.  微電子學(xué)與計(jì)算機(jī). 2016(11)
[3]基于Gabor特征與局部保護(hù)降維的高光譜圖像分類算法[J]. 葉珍,白璘,粘永健.  光學(xué)學(xué)報(bào). 2016(10)
[4]空間密度聚類在數(shù)字圖書館圖像檢索中的應(yīng)用[J]. 王華秋,王重陽(yáng),聶珍.  現(xiàn)代情報(bào). 2016(02)
[5]大數(shù)據(jù)時(shí)代數(shù)字圖書館面臨的機(jī)遇和挑戰(zhàn)[J]. 蘇新寧.  中國(guó)圖書館學(xué)報(bào). 2015(06)
[6]基于內(nèi)容的圖像檢索技術(shù)研究[J]. 祝曉斌,劉亞奇,蔡強(qiáng),曹健.  計(jì)算機(jī)仿真. 2015(05)
[7]基于全局特征和尺度不變特征轉(zhuǎn)換特征融合的醫(yī)學(xué)圖像檢索[J]. 周東堯,伍岳慶,姚宇.  計(jì)算機(jī)應(yīng)用. 2015(04)
[8]基于全局不變矩和分塊主顏色的圖像檢索算法[J]. 元琴,潘廣貞,喬慧芬.  計(jì)算機(jī)工程與設(shè)計(jì). 2014(10)
[9]Self-adaptive spatial image denoising model based on scale correlation and SURE-LET in the nonsubsampled contourlet transform domain[J]. LIANG MeiYu,DU JunPing,LIU HongGang.  Science China(Information Sciences). 2014(09)
[10]基于自然語(yǔ)言處理的圖像情感語(yǔ)義檢索研究[J]. 于昕,郭浩,李海芳,陳俊杰.  計(jì)算機(jī)應(yīng)用與軟件. 2014(06)

博士論文
[1]基于語(yǔ)義分析與融合的圖像分類與標(biāo)注研究[D]. 王曉茹.北京郵電大學(xué) 2015
[2]基于內(nèi)容的圖像檢索與分類若干技術(shù)的研究[D]. 王上.吉林大學(xué) 2010

碩士論文
[1]基于深度學(xué)習(xí)的圖像語(yǔ)義理解研究[D]. 梁歡.重慶大學(xué) 2016
[2]虹膜圖像預(yù)處理及特征編碼方法的研究[D]. 楊曉生.北京交通大學(xué) 2016
[3]基于深度學(xué)習(xí)的圖像語(yǔ)義提取與圖像檢索技術(shù)研究[D]. 羅世操.東華大學(xué) 2016



本文編號(hào)：2916364