發(fā)布時間：2024-05-18 01:32

　　目前,以數(shù)字圖像為代表的視覺信息數(shù)量激增,如何快速有效地從海量數(shù)字化信息中檢索出符合用戶語義要求的圖像,已成為急需解決的問題。本文以靜止的自然圖像為研究對象,提出了一種基于視覺注意機制和圖像分割技術(shù)相結(jié)合的感興趣區(qū)提取方法,建立了基于支持向量機的圖像高層語義獲取模型,開發(fā)了基于Matlab的圖像高層語義獲取系統(tǒng)和基于WEB的圖像高層語義檢索原型系統(tǒng)。該系統(tǒng)縮小了圖像低層視覺特征與用戶間的“語義鴻溝”,為圖像理解和語義獲取提供了有效途徑。 主要研究內(nèi)容和結(jié)論如下: ⑴以精確獲取自然圖像中對象的感興趣區(qū)為目標,在Itti模型的基礎(chǔ)上,提出了一種基于視覺注意機制和K均值聚類相結(jié)合的感興趣區(qū)提取方法。該方法根據(jù)生物視覺注意機制與大腦皮質(zhì)的認知過程,提取圖像視覺特征。利用二階高斯差分函數(shù)進行局部迭代,生成圖像綜合特征圖和顯著圖。采用K均值聚類的方法將圖像象素劃分為3類,根據(jù)顏色聚類索引圖生成區(qū)域分割圖,結(jié)合顯著圖和區(qū)域分割圖提取圖像感興趣區(qū)。實驗結(jié)果表明,本文提出的方法更接近人類的視覺注意過程,能夠提取不同圖像背景下的目標區(qū)域,并具有一定的抗噪能力。 ⑵在獲取圖像感興趣區(qū)的基礎(chǔ)上,利用顏色矩、灰...

【文章頁數(shù)】：56 頁

【學位級別】：碩士

【部分圖文】：

圖2.1基于內(nèi)容的圖像檢索體系結(jié)構(gòu)

圖2.1基于內(nèi)容的圖像檢索體系結(jié)構(gòu)2.2圖像內(nèi)容特征檢索的原理2.2.1顏色特征顏色是物體表面的視覺特征，是圖像內(nèi)容組成的基本要素，是人類識別的主要感知特征之一。盡管顏色不像其他信息那樣揭示了物體的本質(zhì)特性，為圖像的視覺特征有其特殊的特點，使得在某些場合下利用顏色進行圖像....

圖4.13、人的感知主觀性：

層語義對應(yīng)到其底層特征。在某些情況下這個假設(shè)是成立的，但是，這種假設(shè)在大多數(shù)情況下都不成立。實際上，底層特征與高層語義之間的對應(yīng)關(guān)系是一種極為復(fù)雜的“多對多”的對應(yīng)，很難用具體的數(shù)學方式來描述。如圖4.1所示，兩幅圖像無論是顏色直方圖、還是紋理、形狀都極為相似，然而它們表達的語義....

圖4.2為了克服上述問題，我們認為:基于內(nèi)容的圖像檢索系統(tǒng)應(yīng)該盡可能地做到以

他們彼此的相似性定義也不盡相同。所以說，人對圖像理解的主觀性增加了圖像檢索的難度。圖4.2為了克服上述問題，我們認為:基于內(nèi)容的圖像檢索系統(tǒng)應(yīng)該盡可能地做到以用戶為中心，而非以計算機為中心。為此需要研究如何使系統(tǒng)適應(yīng)人的需求，從而實現(xiàn)更好的查詢效果。事實上，無論采用何種特征，無論....

圖5.5示例圖像

第五章CBIR系統(tǒng)的實現(xiàn)和實驗結(jié)果分析5.3實驗結(jié)果分析共有9908幅圖像，分辨率是128×85，它們都是從動物、植物、風景等圖像。的實驗結(jié)果用查準率P和查全率R兩個指標查全率R=a/(a+c)。其中a為系統(tǒng)返回的圖像中返回的圖像中不滿足條....

本文編號：3976256