基于內(nèi)容圖像搜索引擎關(guān)鍵技術(shù)研究.pdf

1、基于內(nèi)容圖像搜索引擎是一個重要且具有挑戰(zhàn)性的學(xué)術(shù)研究領(lǐng)域。發(fā)展實用的基于內(nèi)容圖像搜索引擎，找出圖像之間的相互聯(lián)系，研究基于內(nèi)容圖像搜素引擎關(guān)鍵技術(shù)有重要的現(xiàn)實意義。本文將區(qū)域加權(quán)信息熵應(yīng)用于圖像特征提取，探索基于內(nèi)容圖像搜索引擎圖像庫索引技術(shù)新途徑。在研究和比較幾種商用搜索引擎機器學(xué)習(xí)的基礎(chǔ)上，本文探索適合基于內(nèi)容圖像搜索引擎的機器學(xué)習(xí)方法，并開發(fā)出相應(yīng)的軟件。主要工作包括：
　　 分析現(xiàn)有的基于顏色-空間圖像特征提取算法的基礎(chǔ)

2、上，結(jié)合圖像信息熵概念與圖像分割算法，提出了一種新的圖像信息熵描述方法，即區(qū)域加權(quán)信息熵，并證明了區(qū)域加權(quán)信息熵的若干性質(zhì)。采用信息熵性能評價指標從概率的角度描述因權(quán)值變化而引起的圖像信息熵分布的變化，并考慮應(yīng)用的興趣區(qū)域以及權(quán)值粒度從而確定合理權(quán)值。實驗表明區(qū)域加權(quán)信息熵方法比單純信息熵方法描述圖像內(nèi)容準確率高了50[％]以上。
　　 將多維索引概念應(yīng)用于基于內(nèi)容圖像搜索引擎中。由于基于圖像內(nèi)容搜索引擎的特點所以不能使用現(xiàn)有的

3、文本搜索引擎的索引結(jié)構(gòu)。本文對R * 樹索引進行了適應(yīng)性改進使之能應(yīng)用到基于內(nèi)容的搜索引擎中。圖像多特征預(yù)處理將圖像的多個特征值規(guī)一化以便建樹及查詢，R * 樹圓域查詢定義了多特征圖像匹配中相似距離的概念，從而找出含有相似圖片的葉子節(jié)點。實驗表明，使用R * 樹索引后檢索時間大幅降低，并且R * 樹索引時間性能優(yōu)于簡單索引結(jié)構(gòu)。
　　 在分析了現(xiàn)有商用搜索引擎機器學(xué)習(xí)的基礎(chǔ)上，結(jié)合基于圖像內(nèi)容搜索引擎自身特點，設(shè)計并實現(xiàn)了基于圖