基于目標區(qū)域特征的圖像檢索方法研究.pdf

1、目錄m^AbstractmM緒論i.i研究背景及意義1.2國內(nèi)外研究現(xiàn)狀1.2.1基于全局特征的圖像檢索1.2.2基于區(qū)域特征的圖像檢索1.3論文的主要研究內(nèi)容1.4論文的章節(jié)安排第二章meanshift理論簡介2.1引言2.2核概率密度估計2.2.1多元核函數(shù)的生成方式2.2.2核函數(shù)概率密度估計2.2.3幾種常用的核函數(shù)2.3meanshift算法的理論2.3.1meanshift算法的推導過程2.3.2meanshift算法的收斂

2、性2.4meanshift跟蹤算法2.4.1目標表示2.4.2目標定位2.5本章小結(jié)第三章基于輪廓特征點的圖像檢索方法3.1引言3.2提取目標對象的輪廓3.2.1利用meanshift算法對圖像進行預處理3.2.2提取目標對象的輪廓3.2.3目標對象輪廓的幾何不變性3.3提取目標對象輪廓上的特征點3.3.1改進的支持區(qū)域的確定3.3.2輪廓上特征點檢測摘要基于內(nèi)容的圖像檢索能夠有效地利用圖像自身特征從海量圖像數(shù)據(jù)庫中檢索出用戶感興趣的圖

3、像，在醫(yī)學圖像處理、安全管理、衛(wèi)星遙感圖像處理等領域有著廣泛應用已經(jīng)成為計算機視覺領域研究的熱點問題之一。目前基于內(nèi)容的圖像檢索方法主要分為兩大類：基于全局特征的圖像檢索和基于局部特征的圖像檢索?；谌痔卣鞯臋z索計算簡單、響應快速，但缺乏高層語義信息，無法很好地滿足用戶的檢索需求，算法性能不高。例如在用戶僅關心自己感興趣的局部區(qū)域時，如果基于全局特征則無法突出目標區(qū)域局部特征的顯著性，致使檢索效果不佳?；趨^(qū)域特征的檢索從語義層次上理

4、解和表示圖像，更符合人類視覺對圖像的認知，彌補了前者的不足。因此，本文側(cè)重研究一類基于目標區(qū)域特征的圖像檢索方法，主要研究內(nèi)容如下：(1)提出一種基于輪靡特征點的圖像檢索方法。該方法利用meanshift聚類算法將圖像劃分為幾個不同的類，取其主聚類作為目標區(qū)域，與其他類似方法相比，該方法有效排除了背景對主要目標區(qū)域的影響，同時利用目標區(qū)域輪廓曲率局部極值點構(gòu)造目標區(qū)域的特征向量并進行相似性匹配。實驗表明，該算法對單一目標圖像具有較高的査

5、全率和査準率，同時在檢索效率方面也有顯著改善。(2)提出一種基于用戶感興趣區(qū)域的圖像檢索方法。該方法首先利用一種可自適應調(diào)整窗寬的meanshift跟蹤算法探測候選目標區(qū)域；接著利用基于HSV顏色空間的塊逆概率差模型提取候選區(qū)域的塊逆概率差圖像，并基于塊逆概率差圖像提取候選目標的顯著特征點；最后綜合顯著特征點的顏色和形狀特征作為對象描繪子實現(xiàn)目標對象和候選對象間的匹配。該算法首先探測出候選目標區(qū)域，剔除了圖像背景信息的干擾，提高了候選對