基于多特征融合和SVM分類的圖像檢索技術(shù)研究.pdf

1、由于圖像在公安系統(tǒng)、數(shù)字圖書(shū)館、醫(yī)療和診斷、知識(shí)產(chǎn)權(quán)以及衛(wèi)星遙感圖像分析的廣泛應(yīng)用，圖像數(shù)據(jù)庫(kù)規(guī)模不斷增大，如何更好地對(duì)這些圖像進(jìn)行管理、檢索和查詢成為當(dāng)前研究的重點(diǎn)。
　　圖像特征的選擇對(duì)圖像檢索技術(shù)的性能和檢索效果有至關(guān)重要的影響。由于顏色、紋理及形狀是圖像內(nèi)容的基本特征，本文借助這三種特征進(jìn)行圖像的檢索。實(shí)驗(yàn)選擇了顏色直方圖、顏色相關(guān)圖、紋理共生矩陣、Tamura紋理以及Hu不變矩五種特征提取方法，對(duì)圖像庫(kù)中10類圖像分別進(jìn)

2、行單一特征檢索，并以查準(zhǔn)率為評(píng)定標(biāo)準(zhǔn)，統(tǒng)計(jì)各個(gè)特征對(duì)每類圖像的查準(zhǔn)率。
　　由于基于單一特征的圖像檢索性能有限，對(duì)不同類別的圖像要得到普遍較好的檢索效果，本文提出了基于加權(quán)多特征的檢索方法和基于改進(jìn)的DS理論多特征的檢索方法。加權(quán)多特征的檢索方法是根據(jù)單一特征的查準(zhǔn)率，本文對(duì)每一類圖像以每種特征的查準(zhǔn)率為權(quán)重依據(jù)，進(jìn)行加權(quán)多特征融合檢索，并與等比例多特征融合檢索進(jìn)行檢索結(jié)果比較。之后又在上一種方法的基礎(chǔ)上引入了DS理論概念，并對(duì)D

3、S理論多特征檢索的檢索原理和過(guò)程進(jìn)行了研究。選擇Corel-test圖像庫(kù)，以 DS合并原則為依據(jù)，并去除掉特征中單一查準(zhǔn)率最低的特征，計(jì)算剩余特征的組合信任度，通過(guò)信任度計(jì)算特征相似度。實(shí)驗(yàn)結(jié)果表明，基于多特征 DS理論的圖像檢索在一定程度上可以彌補(bǔ)基于加權(quán)多特征圖像檢索在某些圖像類別方面的缺陷。
　　在上面的工作之后，經(jīng)過(guò)研究分析，我們對(duì)現(xiàn)有的語(yǔ)義檢索技術(shù)進(jìn)行了研究，選擇了較成熟的SVM分類理論，通過(guò)選取部分圖像作為訓(xùn)練集進(jìn)行