基于NMI和熵特征的二值商標圖象檢索方法研究.pdf

1、隨著多媒體時代的到來,使得人們越來越多的接觸到大量的圖象信息.如何提供一個有效的途徑來快速、準確的查詢這些具有豐富內涵的圖象信息便成為當今檢索領域的研究熱點.基于內容的圖象檢索(Content Based Image Retrieval,CBIR)技術就是解決這一問題的關鍵技術之一.本文簡要介紹了基于內容的圖象檢索,并對圖象檢索的發(fā)展進行了概述,對基于內容的圖象檢索的主要研究技術進行了詳細和全面的論述.特征級內容的提取是CBIR技術的基

2、礎.因此,本文對基于視覺特征的圖象檢索技術進行了研究.基于二值圖象的NMI不變特征(歸一化轉動慣量)提出了一種全新的基于內容的圖象檢索的方法,其特點是計算簡單,精確度高,具有抗幾何畸變性,對濾波、平滑、壓縮等圖象操作有一定的魯棒性.試驗結果表明,該方法具有一定實用價值,可用于二值商標圖象檢索.商標是商品的一個重要標識,代表了商品的質量與生產廠家的信譽,在市場經濟中起著重要的作用.結合商標圖象的特點,本文給出了一種商標圖象的NMI不變特性

3、與信息熵特征相結合的分級檢索算法.本文還對上述提到的檢索算法結合商標圖象庫進行了驗證實驗,實驗證明,該檢索算法具有很好的檢索效果.相關反饋是當前基于圖象內容的檢索研究中的一個焦點,它是通過圖象檢索中的人機交互實現(xiàn)的,首先接收用戶對當前檢索結果的反饋,然后根據(jù)反饋信息自動調整查詢,最后利用優(yōu)化后查詢重新計算檢索結果.本文對相關反饋的背景、分類作為簡要介紹,詳細介紹了反饋技術的兩個關鍵步驟,即歸一化和權值調整.最后結合商標圖象庫給出了基于N