Research on Image Information Retrieval based on Local Binary Patterns.pdf

1、數(shù)字信息的不斷增加迫切需要產(chǎn)生一個高效的信息檢索系統(tǒng)。從某種意義上說，不易被檢索到的信息如同丟失的信息一樣。信息以不同的格式和樣式顯示，因此需要有不同的檢索機制與之相對應。本文主要研究基于內(nèi)容的圖像檢索，其中，通過對圖像內(nèi)容的自動分析，系統(tǒng)減輕了用戶與圖像數(shù)據(jù)庫之間的交互任務量。 本文提出了一種基于局部二進制模式的圖像信息檢索方法。近年來，基于內(nèi)容的圖像檢索（CBIR）已成為一個熱門課題，根據(jù)該理論，一個CBIR檢索系統(tǒng)的基本原

2、理是：首先分析得出用于表示圖像內(nèi)容的特征描述符，然后根據(jù)這些描述符進行檢索?；趦?nèi)容描述符的選取以及如何定義合適的度量方法是任何CBIR系統(tǒng)的關鍵問題。二進制模式紋理分析描述符是灰階不變紋理度量，源于對局部區(qū)域紋理的一般性定義。LBP被認為是一個描述紋理結(jié)構(gòu)以及它們的統(tǒng)計分布規(guī)則的通用模型。 圖像相似度的度量在許多圖像處理的應用中都很重要。圖像相似度的評定與圖像質(zhì)量評定有著密切的關系，原因在于降質(zhì)圖像與原始的未更改圖像間的顯示質(zhì)

3、量不同。圖像信息檢索系統(tǒng)的自動評價機制依賴于對輸入圖像和庫中圖像的準確度量。 本文為測量圖像相似度包括均方誤差（MSE）和峰值信噪比（PSNR），提出一種通用算法。由于連貫性、準確度和更大的計算量的限制，本文主要介紹基于像素級的局部二元模式操作并比較各種方法選出最優(yōu)者。 一系列實例反映了均方誤差（MSE）在準確性和低計算量方面的優(yōu)越性，雖然其效果不如局部二元模式好。本文使用了對局部二元模式不同的擴展來表示結(jié)果，包括塊方法