基于最優(yōu)搜索的圖像檢索技術(shù)研究.pdf

1、隨著近年互聯(lián)網(wǎng)的飛速發(fā)展各種形式的數(shù)據(jù)爆炸式的增長，如何高效檢索這些數(shù)據(jù)已成為迫切需要解決的問題。其中基于內(nèi)容的圖像檢索是對(duì)圖像數(shù)據(jù)進(jìn)行檢索的有效方式，它避免了基于關(guān)鍵字檢索中人為標(biāo)注關(guān)鍵字的主觀影響和人力花銷，目前基于內(nèi)容的圖像檢索研究熱點(diǎn)主要集中在對(duì)內(nèi)容特征的有效提取上，特征越能準(zhǔn)確表達(dá)圖像信息檢索效果就越好，然而在實(shí)際檢索中還要面臨巨量的數(shù)據(jù)，在有限的時(shí)間里不可能窮盡檢索所有的數(shù)據(jù)，本文從檢索策略出發(fā)，將最優(yōu)搜索理論應(yīng)用到圖像檢索

2、中來，以使圖像檢索在有限的檢索時(shí)間里滿足檢索需求。最優(yōu)搜索理論是由B. Koopman在20世紀(jì)40年代創(chuàng)立的，自二戰(zhàn)以來最優(yōu)搜索理論的應(yīng)用范圍已由最初的軍事應(yīng)用向各行業(yè)發(fā)展，如石油勘探、市場(chǎng)調(diào)查、搜尋失蹤人員或物品等。近年來已在生物信息學(xué)、入侵檢測(cè)、無線傳感器網(wǎng)絡(luò)方面得到應(yīng)用。本文在基于多種特征的圖像檢索的基礎(chǔ)上著重對(duì)改善檢索效率進(jìn)行了深入的研究。主要內(nèi)容為：
　　1．研究了圖像檢索的關(guān)鍵技術(shù)，包括基于顏色和形狀的特征，如顏色直

3、方圖、邊緣方向直方圖、不變矩、輪廓描述子。利用支持向量機(jī)進(jìn)行用戶反饋并綜合多種特征進(jìn)行檢索。在此基礎(chǔ)上開發(fā)了一個(gè)圖像檢索原型系統(tǒng)。
　　2．應(yīng)用最優(yōu)搜索理論建立了一個(gè)檢索模型，該模型使得在檢索時(shí)間有限的情況下，能夠最優(yōu)的選擇一個(gè)數(shù)據(jù)子集進(jìn)行檢索，從而在檢索時(shí)間不超出預(yù)先設(shè)定的值時(shí)以最大概率檢索到滿足相似度要求的圖像。模型中討論了圖像的分類和最優(yōu)搜索理論中初始概率的估計(jì)方法，首先建立起指數(shù)型正則探測(cè)函數(shù)，并對(duì)其在初始概率估計(jì)時(shí)可能產(chǎn)