基于全局特征和特征選擇的圖像檢索技術(shù)研究.pdf

1、碩士學(xué)位論文基于全局特征和特征選擇的圖像檢索技術(shù)研究StudyontheTechniquesofImageRetrievalBasedonGlobalFeatureandFeatureSelection作者姓名：：王查正學(xué)科、專業(yè)：籃曼皇筐!墾處理學(xué)號(hào)：21009086指導(dǎo)教師：里瞳紅塾援完成日期：2Q!墨生Q墨旦墨Q旦大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)碩士學(xué)位論文摘要基于內(nèi)容的圖像檢索是通

2、過圖像本身包含的顏色、紋理、形狀等視覺信息對(duì)圖像內(nèi)容進(jìn)行描述，并利用詢問樣本實(shí)現(xiàn)對(duì)圖像庫(kù)索引的檢索技術(shù)?；趦?nèi)容的圖像檢索技術(shù)適用于大型數(shù)據(jù)庫(kù)系統(tǒng)中海量多媒體信息的查找和管理，作為一種新興技術(shù)，基于內(nèi)容的圖像檢索已經(jīng)逐漸成為計(jì)算機(jī)視覺和圖像處理領(lǐng)域中的一個(gè)研究熱點(diǎn)，并且仍存在巨大的發(fā)展空間。本文在閱讀大量國(guó)內(nèi)外文獻(xiàn)，并總結(jié)前人工作的基礎(chǔ)上，首先介紹了基于內(nèi)容的圖像檢索的研究狀況和發(fā)展歷程，然后詳細(xì)闡述了基于內(nèi)容的圖像檢索中各階段所應(yīng)用的

3、關(guān)鍵技術(shù)。在此基礎(chǔ)上，針對(duì)圖像檢索中的圖像表達(dá)問題，本文給出兩種特征表示方法；針對(duì)圖像檢索中的語義“鴻溝”問題，本文給出兩種特征選擇方法。本文主要工作和貢獻(xiàn)有以下幾個(gè)方面：(11對(duì)基于內(nèi)容的圖像檢索流程進(jìn)行了分析，并對(duì)基于內(nèi)容的圖像檢索中的關(guān)鍵技術(shù)做出了總結(jié)。首先，分析了底層視覺特征的特點(diǎn)，介紹了幾種經(jīng)典的特征提取方法。其次，介紹了幾種典型的特征相似度度量方法。然后，總結(jié)了特征選擇技術(shù)的發(fā)展?fàn)顩r及其應(yīng)用。(2)針對(duì)圖像內(nèi)容的表達(dá)問題，本

4、文給出兩種特征提取方法。第一種方法首先計(jì)算圖像塊灰度變化的方向和強(qiáng)度，將圖像塊劃分為不同紋理模式，每個(gè)圖像塊與其相鄰的圖像塊組成紋理模式對(duì)，統(tǒng)計(jì)每種紋理模式對(duì)出現(xiàn)的次數(shù)，從而提取出紋理方向特征。第二種方法以圖像塊為單位，提取圖像塊的顏色和紋理特征，并根據(jù)所提取的特征，運(yùn)用K均值聚類算法對(duì)圖像進(jìn)行區(qū)域劃分。然后，計(jì)算每個(gè)區(qū)域的顏色均值和像素空間分布特征。最終，整幅圖像通過各區(qū)域的多種特征共同表示。f3)針對(duì)圖像低級(jí)特征和人類高層語義之間存

5、在“鴻溝”的問題，本文給出兩種特征選擇方法。這兩種方法運(yùn)用過濾式特征選擇的思想，依據(jù)判別準(zhǔn)則對(duì)不同類別圖像的各個(gè)特征做判別性測(cè)試，并將特征排序，從而在特征集合中查找出區(qū)分能力更強(qiáng)的特征子集，識(shí)別率最高的特征子集被認(rèn)為是最優(yōu)特征子集。針對(duì)以上特征表示方法和特征選擇方法，本文在不同測(cè)試數(shù)據(jù)集上進(jìn)行了大量的實(shí)驗(yàn)，并與已有圖像檢索算法進(jìn)行了對(duì)比。計(jì)算機(jī)仿真實(shí)驗(yàn)結(jié)果表明，本文紋理方向特征、區(qū)域劃分特征均能夠有效地表達(dá)圖像內(nèi)容，并且特征選擇方法能夠