CBIR中特征提取技術(shù)的比較研究.pdf

1、信息化時代，生活中出現(xiàn)了海量的圖像信息。要從這些海量信息中檢索出與目標相似的圖像，一直是圖像檢索技術(shù)研究的目的。以前的圖像檢索技術(shù)主要基于文本。隨后，出現(xiàn)了基于圖像的顏色、紋理、形狀等來提取特征的算法，這些基于語義內(nèi)容上描述特征的檢索方法，即為基于內(nèi)容的圖像檢索技術(shù)(Content-Based Image Retrieval，CBIR)。
　　基于內(nèi)容的圖像檢索中的關(guān)鍵技術(shù)之一是特征提取技術(shù)。本文首先論述了課題的研究背景和現(xiàn)狀，并

2、對基于內(nèi)容的圖像檢索技術(shù)作了結(jié)構(gòu)性介紹。然后，實驗分析了兩種傳統(tǒng)的特征提取技術(shù)在圖像檢索中的效果。最后，詳細介紹了三種發(fā)展較好的特征提取方法在圖像檢索上面的運用，并進行了實驗比較分析。
　　本文主要工作如下:
　　(1)在傳統(tǒng)的特征提取方法中，本文主要研究了CBIR中基于HSV空間顏色的特征提取方法和基于灰度共生矩陣的特征提取方法。并實驗分析了這兩種特征提取方法在圖像檢索方面的檢索效果。
　　(2)研究了哈希算法在圖像

3、檢索系統(tǒng)中的應用。在哈希算法中，主要研究的是均值哈希算法的特征提取技術(shù)，并通過離散余弦變換代替圖像尺寸縮小對其進行了改進。隨后，將改進后的均值哈希算法與改進前的均值哈希算法應用于圖像檢索中，并對兩者的檢索效果進行了比較。實驗證明，改進后的均值哈希特征提取技術(shù)在CBIR中的檢索效果要優(yōu)于未改進的均值特征提取技術(shù)和兩種傳統(tǒng)的特征提取技術(shù)。
　　(3)研究了SIFT算法在圖像檢索系統(tǒng)中的應用。介紹了SIFT算法提取特征描述子的基本原理和