基于場(chǎng)景語(yǔ)義的圖像檢索技術(shù)研究.pdf

1、隨著信息技術(shù)的發(fā)展,大量的存儲(chǔ)設(shè)備和數(shù)字設(shè)備的出現(xiàn)和廣泛使用,使得人們有越來(lái)越多的機(jī)會(huì)接觸到圖像信息。圖像數(shù)量的大幅增加,使得傳統(tǒng)的依靠人工方法從圖像庫(kù)中檢索需要的圖像變得不切實(shí)際,如何有效地管理并獲取所需的圖像成為研究者關(guān)注的熱點(diǎn)。因此,在20世紀(jì)90年代,基于內(nèi)容的圖像檢索技術(shù)得到了迅猛發(fā)展,該方法利用圖像的顏色、紋理和形狀等低層特征對(duì)圖像進(jìn)行檢索。然而,在實(shí)際的檢索過(guò)程中,用戶判斷圖像是否相似往往并不是根據(jù)“視覺(jué)相似”,而是依據(jù)圖

2、像中是否包含相同的場(chǎng)景或?qū)ο?即依靠“語(yǔ)義相似”進(jìn)行檢索。為了克服上述問(wèn)題,基于場(chǎng)景語(yǔ)義的圖像檢索技術(shù)被廣泛應(yīng)用起來(lái)。
　　 本文首先回顧了基于內(nèi)容的圖像檢索技術(shù)的研究背景、研究現(xiàn)狀,介紹了幾種經(jīng)典的CBIR(Content-Based Image Retrieval)檢索系統(tǒng),分析了圖像的層次化語(yǔ)義模型,對(duì)基于場(chǎng)景語(yǔ)義的圖像檢索方法的系統(tǒng)構(gòu)成、特征提取、特征匹配以及性能評(píng)價(jià)準(zhǔn)則等關(guān)鍵技術(shù)作了詳細(xì)的介紹。然后,針對(duì)本文重點(diǎn)研究的

3、建筑物場(chǎng)景圖像進(jìn)行分析,在已有研究成果的基礎(chǔ)上,實(shí)現(xiàn)了基于邊緣方向直方圖的圖像檢索方法和基于SIFT(Scale Invariant Feature Transform)特征的圖像檢索方法。考慮到利用圖像的單一特征進(jìn)行檢索往往會(huì)導(dǎo)致顧此失彼,不能充分發(fā)揮各個(gè)特征的優(yōu)勢(shì),本文結(jié)合圖像的邊緣特征和SIFT特征,提出了一種改進(jìn)的基于邊緣和SIFT綜合特征的檢索方法。最后,將改進(jìn)的基于綜合特征的圖像檢索算法在Matlab7.1平臺(tái)上進(jìn)行測(cè)試。實(shí)

4、驗(yàn)結(jié)果表明,該方法能更好地實(shí)現(xiàn)各個(gè)特征的優(yōu)勢(shì)互補(bǔ),提高了檢索精度。
　　 本文的創(chuàng)新點(diǎn)主要體現(xiàn)在以下兩個(gè)方面:
　　 (1)為了提高檢索的精度,將EMD(Earth Mover’s Distance)距離引入到基于邊緣方向直方圖的檢索算法中,采用歐氏距離與EMD距離相結(jié)合的方法對(duì)圖像進(jìn)行相似性度量。實(shí)驗(yàn)證明,該方法能更準(zhǔn)確地對(duì)圖像進(jìn)行匹配。
　　 (2)不同類別的圖像的結(jié)構(gòu)特征往往有差異,采用統(tǒng)一的權(quán)值描述圖像特