圖像檢索中的相關(guān)反饋和分類算法研究.pdf

1、隨著互聯(lián)網(wǎng)及多媒體技術(shù)的飛速發(fā)展，數(shù)字圖像數(shù)量快速增長(zhǎng)。如何快速、有效地從海量圖像數(shù)據(jù)庫(kù)中檢索出所需要的圖像已顯得日益重要，這也使得圖像檢索技術(shù)受到廣泛關(guān)注。90年代出現(xiàn)的基于內(nèi)容的圖像檢索直接利用圖像的底層視覺特征進(jìn)行檢索，有效地提高了圖像檢索的精度和效率，為圖像檢索提供了廣闊的應(yīng)用領(lǐng)域。而相關(guān)反饋和圖像分類作為圖像檢索中的重要技術(shù)，更是成為基于內(nèi)容圖像檢索領(lǐng)域中的研究熱點(diǎn)。 粗糙集理論是當(dāng)前處理模糊和不確定性問(wèn)題的重要數(shù)學(xué)工

2、具，它的優(yōu)點(diǎn)在于能夠從客觀數(shù)據(jù)中在無(wú)需外界額外條件的情況下推導(dǎo)出問(wèn)題的內(nèi)在規(guī)律，近年來(lái)已在圖像檢索領(lǐng)域得到廣泛應(yīng)用。論文著眼于這一點(diǎn)，以基于內(nèi)容的圖像檢索為主線，粗糙集為理論基礎(chǔ)，對(duì)相關(guān)反饋和圖像分類方法作了深入研究。 相關(guān)反饋機(jī)制有效地解決了圖像檢索中的“語(yǔ)義鴻溝”問(wèn)題，大大提高了系統(tǒng)的檢索性能。本文在對(duì)相關(guān)反饋方法進(jìn)行總結(jié)分析的基礎(chǔ)上，針對(duì)相關(guān)反饋方法的研究現(xiàn)狀，提出一種基于粗糙集的相關(guān)反饋方法。該方法利用不完備熵和粗糙熵相

3、結(jié)合進(jìn)行屬性約簡(jiǎn)來(lái)歸納用戶感興趣的檢索特征，實(shí)現(xiàn)了圖像特征的降維，減少了相似性匹配的計(jì)算量，提高了圖像檢索的效率；對(duì)化簡(jiǎn)后的特征，通過(guò)調(diào)整其權(quán)重來(lái)突出用戶感興趣的內(nèi)容進(jìn)行相關(guān)反饋檢索，進(jìn)而提高了檢索的準(zhǔn)確率。文章最后通過(guò)實(shí)驗(yàn)證明了所提出的方法具有較好的檢索性能，并與Rui的方法相比較，查準(zhǔn)率和查全率都有顯著提高。 圖像分類是圖像檢索的基礎(chǔ)，有效的圖像分類技術(shù)是實(shí)現(xiàn)圖像快速檢索的有效途徑。本文將粗糙集的隸屬度函數(shù)引入到分類方法中，