綜合顏色和形狀特征的圖像檢索關鍵問題研究.pdf

1、隨著Internet的普及和發(fā)展，圖像數(shù)據(jù)飛速膨脹，使得如何高效、快速地檢索到所需要的圖像數(shù)據(jù)成為當前圖像應用領域的一個研究熱點。傳統(tǒng)的基于文本的圖像檢索技術已經(jīng)不能滿足日益增長的圖像檢索的需要，為了便于圖像的檢索和識別，基于內(nèi)容的圖像檢索技術應運而生。 基于內(nèi)容的圖像檢索是從圖像本身的內(nèi)容出發(fā)，根據(jù)圖像所包含的顏色、紋理、形狀等底層特征和語義等高層特征來分析圖像信息，建立圖像的特征向量作為其索引，通過檢索這些信息對圖像數(shù)據(jù)庫進

2、行檢索，以滿足用戶對大量圖像的檢索要求。顏色是應用最為廣泛的視覺屬性之一，經(jīng)典的基于顏色特征的直方圖法具有計算簡單，平移、旋轉(zhuǎn)和尺度不變等良好特性，而且抗噪聲能力較強。它的缺點是沒有包含顏色的空間分布信息，難以區(qū)分顏色組成相似但是空間分布不同的圖像。針對顏色特征檢索的這一缺陷，本文提出了綜合顏色和形狀特征的圖像檢索方法。 本文在簡要介紹了基于內(nèi)容的圖像檢索研究背景、國內(nèi)外應用現(xiàn)狀以及目前存在的一些關鍵技術研究的基礎上，將圖像的顏

3、色和形狀特征綜合起來對圖像進行檢索。在前人研究的基礎上對顏色和形狀特征的檢索方法進行了改進與完善，主要從各自特征的提取方法、特征的表達、相似性度量方面做了研究和探索，并用具體理論推導和實驗結(jié)果證明了文中算法的正確性和有效性。其次為了使檢索的結(jié)果盡可能與人對圖像內(nèi)容的理解一致，減少語義鴻溝，本文將相關反饋技術運用于顏色和形狀特征檢索中。 本文的主要工作和創(chuàng)新如下： (1)在閱讀了大量材料之后，針對顏色直方圖不能準確表達圖像

4、的顏色空間分布特征這一缺點，我在文中提出了一種將圖像進行分塊的方法，分塊可以體現(xiàn)圖像的空間特征但是同時也增加了用戶檢索的復雜度。為了減輕用戶負擔和減少系統(tǒng)檢索時間，采用K-means聚類的方法來將分塊進行聚類，這樣減少分塊的個數(shù)同時能夠讓聚類后的分塊集中保留圖像的信息。 (2)回顧所看的論文，都是采用一般顏色直方圖、累加直方圖或局部累加直方圖來提取圖像顏色特征。在文中通過在matlab條件下對圖像直方圖進行改進發(fā)現(xiàn)規(guī)范化后的直方

5、圖比一般直方圖更能體現(xiàn)圖像的亮度，因此，我對提取聚類后每塊圖像的顏色直方圖，將其進行直方圖的均衡化、規(guī)范化，以規(guī)范化后的直方圖作為圖像的顏色特征來進行檢索。 (3)圖像的相似性匹配也是進行圖像檢索的一個重要環(huán)節(jié)，在文中我采用已經(jīng)經(jīng)過實驗證明并且在發(fā)表的論文中驗證了的相似性度量方法進行圖像顏色特征的匹配，該方法減少了圖像檢索的時間復雜度。 (4)在圖像的形狀特征檢索時，通過實驗結(jié)果比較最終選擇了Canny算子對圖像進行邊緣