基于內(nèi)容圖像檢索系統(tǒng)的構(gòu)建.pdf

1、在圖像檢索系統(tǒng)中，圖像特征提取和表達(dá)對系統(tǒng)的檢索結(jié)果起著至關(guān)重要的作用。特征以向量的形式描述，主要是描述圖像顏色、形狀、紋理和空間關(guān)系等的特征。文中介紹了幾種典型特征提取方法，并對多特征融合技術(shù)作了比較深入的介紹和研究。由于表達(dá)圖像底層特征的向量往往是高維的，給圖像的索引和匹配計(jì)算帶來了極大的困難。為解決這個(gè)問題，特征降維技術(shù)和高維索引技術(shù)被應(yīng)用到圖像檢索系統(tǒng)中。局部線性映射(LLE)是比較新穎的非線性降維算法，本文首次將其應(yīng)用于圖像

2、檢索。結(jié)果顯示，LLE能改善系統(tǒng)的檢索效果。而對于高維索引技術(shù)，已經(jīng)有一些比較成熟的算法，文中作了一些介紹。本文在深入研究非負(fù)矩陣分解(NMF)的基礎(chǔ)上，提出將NMF相關(guān)反饋應(yīng)用于圖像檢索，取得了不錯(cuò)的效果。通過與權(quán)值調(diào)整、SVM(支持向量機(jī))相關(guān)反饋的比較結(jié)果顯示，NMF能大幅度的提高檢索的準(zhǔn)確率，更能滿足用戶的要求。通過對檢索系統(tǒng)各個(gè)模塊和技術(shù)的研究，本文實(shí)現(xiàn)了一個(gè)通用的圖像檢索系統(tǒng)。實(shí)驗(yàn)表明，檢索系統(tǒng)的檢索結(jié)果基本能令用戶滿意