基于NMI和熵特征的二值商標(biāo)圖象檢索方法研究.pdf

1、隨著多媒體時代的到來,使得人們越來越多的接觸到大量的圖象信息.如何提供一個有效的途徑來快速、準(zhǔn)確的查詢這些具有豐富內(nèi)涵的圖象信息便成為當(dāng)今檢索領(lǐng)域的研究熱點.基于內(nèi)容的圖象檢索(Content Based Image Retrieval,CBIR)技術(shù)就是解決這一問題的關(guān)鍵技術(shù)之一.本文簡要介紹了基于內(nèi)容的圖象檢索,并對圖象檢索的發(fā)展進(jìn)行了概述,對基于內(nèi)容的圖象檢索的主要研究技術(shù)進(jìn)行了詳細(xì)和全面的論述.特征級內(nèi)容的提取是CBIR技術(shù)的基

2、礎(chǔ).因此,本文對基于視覺特征的圖象檢索技術(shù)進(jìn)行了研究.基于二值圖象的NMI不變特征(歸一化轉(zhuǎn)動慣量)提出了一種全新的基于內(nèi)容的圖象檢索的方法,其特點是計算簡單,精確度高,具有抗幾何畸變性,對濾波、平滑、壓縮等圖象操作有一定的魯棒性.試驗結(jié)果表明,該方法具有一定實用價值,可用于二值商標(biāo)圖象檢索.商標(biāo)是商品的一個重要標(biāo)識,代表了商品的質(zhì)量與生產(chǎn)廠家的信譽,在市場經(jīng)濟中起著重要的作用.結(jié)合商標(biāo)圖象的特點,本文給出了一種商標(biāo)圖象的NMI不變特性

3、與信息熵特征相結(jié)合的分級檢索算法.本文還對上述提到的檢索算法結(jié)合商標(biāo)圖象庫進(jìn)行了驗證實驗,實驗證明,該檢索算法具有很好的檢索效果.相關(guān)反饋是當(dāng)前基于圖象內(nèi)容的檢索研究中的一個焦點,它是通過圖象檢索中的人機交互實現(xiàn)的,首先接收用戶對當(dāng)前檢索結(jié)果的反饋,然后根據(jù)反饋信息自動調(diào)整查詢,最后利用優(yōu)化后查詢重新計算檢索結(jié)果.本文對相關(guān)反饋的背景、分類作為簡要介紹,詳細(xì)介紹了反饋技術(shù)的兩個關(guān)鍵步驟,即歸一化和權(quán)值調(diào)整.最后結(jié)合商標(biāo)圖象庫給出了基于N