基于顯著度和碼書(shū)的圖像檢索技術(shù)研究.pdf

1、基于內(nèi)容的圖像檢索(Content-Based Image Retrieval,CBIR)是一種利用圖像的視覺(jué)特征進(jìn)行檢索的新興技術(shù),它通過(guò)提取圖像的顏色、紋理、形狀等底層特征進(jìn)行檢索。本文在學(xué)習(xí)視覺(jué)注意模型和基于文本的圖像檢索(1'ext-Based ImageRetrieval,TBIR)后,對(duì)圖像檢索進(jìn)行了研究,主要內(nèi)容如下：
　　 ⑴基于顯著度的峰值信噪比圖像質(zhì)量評(píng)價(jià)方法及其在圖像檢索中的應(yīng)用。采用Itti等人提出的自底

2、向上的人類(lèi)視覺(jué)注意模型計(jì)算顯著圖,該顯著圖反映了圖像中各個(gè)區(qū)域的重要程度。在計(jì)算顯著圖的基礎(chǔ)上,提出了一種基于顯著度的峰值信噪比(Peak Signal Noise Rate based0n Saliency,SPSNR)圖像質(zhì)量評(píng)價(jià)方法及加入分割的改進(jìn)算法,克服了傳統(tǒng)峰值信噪比不能很好反映人眼觀察結(jié)果的問(wèn)題。針對(duì)視覺(jué)注意模型應(yīng)用于圖像檢索時(shí)存在的問(wèn)題,把SPSNR作為特征向量,實(shí)現(xiàn)了一種二級(jí)圖像檢索方法。用底層特征進(jìn)行圖像的第一級(jí)粗略

3、檢索,進(jìn)而結(jié)合SPSNR的優(yōu)越特性,進(jìn)行第二級(jí)的精細(xì)檢索。實(shí)驗(yàn)表明,該方法對(duì)退化圖像的檢索性能較好。
　　 ⑵基于碼書(shū)的圖像檢索。把信息檢索從文本領(lǐng)域推廣到圖像領(lǐng)域,與以往的需要以關(guān)鍵字對(duì)圖像進(jìn)行人工注釋的“以文查圖”的方式不同,采用文本檢索的技術(shù)路線直接進(jìn)行圖像檢索,矢量量化產(chǎn)生碼本、編碼圖像、建立信息模型來(lái)檢索圖像。實(shí)驗(yàn)表明,該算法具有較好的檢索性能,尤其當(dāng)圖像存在明顯的注意區(qū)域時(shí)檢索效果較好。
　　 ⑶使用C++語(yǔ)