通用圖像檢索系統(tǒng)和高維索引技術的研究.pdf

1、基于內容的圖像檢索技術已得到了廣泛的應用，但目前出現(xiàn)的基于內容的圖像檢索系統(tǒng)，多數(shù)只適用于某特定的應用領域，缺乏通用且具有實用性的圖像檢索系統(tǒng)。因此，在國產達夢數(shù)據庫管理系統(tǒng)現(xiàn)有的技術基礎上，設計和開發(fā)通用的基于內容的圖像檢索系統(tǒng)——達夢圖像檢索系統(tǒng)（Da Meng Image Retrival System，DMIR）具有重要意義。
　　 在DMIR系統(tǒng)的圖像檢索模塊中，針對系統(tǒng)圖像庫中的高維向量空間，分析了適合高維空間索引的

2、兩種方法——BID索引方法和iDistance索引方法，然后結合常用的k-近鄰查詢的技術特點，設計了一種新的基于區(qū)位碼和基于距離的有效高維空間數(shù)據索引方法——BDPlus索引（Bit and Distance based Indexing Plus Method BDPlus）。該方法根據高維空間向量分布特點，合理分區(qū)使得大量分布在空間表面的點盡可能地劃分到不同的分區(qū)中，提高檢索剪枝效率。引入區(qū)位碼概念和轉換函數(shù)，將高維向量近似表示并轉

3、換為一維數(shù)值形式，組織成B+樹索引。KNN檢索時，通過構造查詢范圍并通過計算查詢范圍和分區(qū)的交集來取得候選集。采用比特權值來衡量分區(qū)與查詢點的差異，按照分區(qū)差異從小到大的順序對分區(qū)進行搜索，從而使得查詢范圍與分區(qū)的交集迅速縮小，達到較好的過濾效果。
　　 實驗表明，BDPlus索引方法具有良好的檢索時間性能和檢索精度，總體的檢索性能受數(shù)據集分布的影響較小。通過動態(tài)地加載特征提取，特征匹配和高維索引算法，DMIR系統(tǒng)具有通用性，能