圖像檢索中形狀描述和匹配算法研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的發(fā)展和數(shù)字圖像設(shè)備的普及，大容量圖像數(shù)據(jù)庫在各行各業(yè)有著廣泛的應(yīng)用，如何快速、有效地查找到圖像庫中相關(guān)的圖像是一項(xiàng)具有挑戰(zhàn)性的工作。于是，基于內(nèi)容的圖像檢索應(yīng)用而生。基于內(nèi)容的圖像檢索不再依靠人工標(biāo)注進(jìn)行文本檢索，而是依賴圖像本身所固有的顏色、紋理、形狀和空間關(guān)系等特征來檢索相似的圖像。形狀描述圖像具有優(yōu)越性，如形狀特征與目標(biāo)對(duì)象往往聯(lián)系緊密，物體的形狀不隨周圍環(huán)境變化而變化（穩(wěn)定的特征）。因此，基于形狀的圖像檢索成為研究

2、的熱點(diǎn)，如何找到有效的形狀描述方法和形狀相似性計(jì)算方法是核心的問題。本文的主要研究內(nèi)容和貢獻(xiàn)如下：
　　(1)深入分析和研究了基于內(nèi)容的圖像檢索的一些關(guān)鍵技術(shù)，尤其是對(duì)基于形狀的圖像檢索中的形狀描述和形狀匹配方法進(jìn)行了深入的分析和研究，對(duì)圖像的底層視覺特征如顏色、紋理、形狀和空間關(guān)系等做了比較詳細(xì)的介紹，對(duì)圖像特征間的相似性度量、圖像檢索算法的評(píng)價(jià)標(biāo)準(zhǔn)等也做了相應(yīng)的介紹。
　　(2)提出了一種基于邊緣梯度方向統(tǒng)計(jì)碼的形狀描述

3、和匹配算法。該算法首先通過構(gòu)造18方向向量，對(duì)邊緣梯度方向統(tǒng)計(jì)碼做最大和約束使其具有旋轉(zhuǎn)不變性，其次將邊緣梯度方向統(tǒng)計(jì)碼應(yīng)用于基于形狀的圖像檢索中，提出了相應(yīng)的形狀匹配方法——用邊緣梯度方向熵的歐氏距離來進(jìn)行相似性度量，使算法具有尺度、亮度變換不變性。實(shí)驗(yàn)結(jié)果表明，該方法實(shí)現(xiàn)簡單，檢索效果較好。
　　(3)提出了一種新的基于距離自相關(guān)圖的形狀特征描述與匹配方法。該算法首先在求取輪廓圖像質(zhì)心距離的前提下計(jì)算距離自相關(guān)圖，然后將該特征

4、描述子應(yīng)用于基于內(nèi)容的圖像檢索中。該特征向量取決于邊緣像素點(diǎn)的質(zhì)心距離和相鄰像素之間的相互關(guān)系，可以較好的反應(yīng)圖像的空間分布信息。該方法具有較好的平移、旋轉(zhuǎn)、尺度不變性。算法分析和實(shí)驗(yàn)結(jié)果表明提出的算法取得了較好的檢索效果。
　　(4)改進(jìn)了一種距離聚合向量的形狀描述方法并將其應(yīng)用于圖像檢索中。針對(duì)Sajjanhar等人提出的基于距離聚合向量算法的不足，本算法在距離聚合向量的基礎(chǔ)上加入了最大連通聚合像素平均坐標(biāo)的質(zhì)心距離特征，新增