基于內(nèi)容圖像檢索關鍵技術研究.pdf

1、隨著多媒體技術及Internet網(wǎng)絡的迅速發(fā)展，基于內(nèi)容的圖像檢索技術研究成為目前一個相當重要而又富有挑戰(zhàn)性的研究課題。本論文圍繞基于內(nèi)容圖像檢索中的一些關鍵技術，包括圖像低層特征及語義特征提取、圖像間相似度的度量及相關反饋、特征選擇等技術，進行了一些探索性的研究，研究具有一定的理論意義和實際應用價值。對基于內(nèi)容圖像檢索領域的主要貢獻總結如下： (1)分析和研究了基于模糊顏色直方圖的顏色特征提取方法，基于圖像規(guī)格化，研究了基于Z

2、ernike矩的圖像形狀特征提取方法。 (2)在現(xiàn)有模式測度理論基礎上，基于信息理論中相對熵，條件熵，聯(lián)合熵等概念，提出了交互信息距離測度，并證明了交互距離具有非負性，對稱性及滿足三角不等性。該理論方法拓寬了信息模式相似性測度的研究領域。 (3)將“隱含語義索引”(LatentSemanticIndexing，LSI)引入CBIR研究中，提出了一種提取圖像語義信息的新途徑。隱性語義檢索建立在矩陣的奇異值分解基礎上，它繞過

3、了自然語言處理過程，試驗證明，LSI可以實現(xiàn)有效的圖像語義檢索。 (4)提出了結合相關反饋的語義標注新方法，為了把用戶模型嵌入到圖像檢索系統(tǒng)，在檢索中融入人的視覺感知，在“理解”圖像的基礎上檢索圖像。該方法克服了傳統(tǒng)的基于統(tǒng)計的語義標注方法效率低、準確率低的缺點，有效提高了圖像語義標注的準確率和效率。 (5)目前，圖像檢索面臨的一個重大問題仍是“維數(shù)災難”，利用特征選擇來進行維數(shù)約簡是圖像檢索過程的必要環(huán)節(jié)。本文研究了基