基于商空間的多粒度圖像檢索方法研究.pdf

1、隨著互聯(lián)網(wǎng)和多媒體技術(shù)的發(fā)展，圖像信息急劇增長，圖像逐漸成為人們獲得信息和了解世界的重要媒介。如何在浩如云煙的圖像中獲得自己需要的圖像信息就成為亟待解決的問題。于是，基于內(nèi)容的圖像檢索技術(shù)（Content-based Image Retrieval，即CBIR）就成為研究領(lǐng)域的熱點(diǎn)，這種技術(shù)直接根據(jù)圖像的各種物理特征，無須經(jīng)過樣本訓(xùn)練和機(jī)器學(xué)習(xí)，就可以達(dá)到檢索出相關(guān)圖像的目的。
　　 圖像檢索的過程主要分為三個階段:圖像預(yù)處理、

2、特征提取和相似性度量。本文利用商空間粒度計算理論對圖像檢索過程進(jìn)行了分析和研究，將多粒度的思想應(yīng)用于圖像檢索的過程中，取得了較好的實(shí)驗(yàn)效果。本文主要工作歸納如下:
　　 (1)在圖像預(yù)處理階段，本文選取在HSV顏色模型下做相關(guān)處理，并改進(jìn)了顏色量化方法。HSV顏色空間用視覺感知顏色的三個特征:色調(diào)(Hue)，飽和度(Saturation)，亮度(Value)來表示顏色，且在HSV顏色空間上的顏色距離與人類視覺對顏色認(rèn)知上的差距相

3、符。在對顏色進(jìn)行量化時，本文依據(jù)人類視覺認(rèn)知的特性，充分考慮了亮度和飽和度這兩個分量對顏色的影響，劃分了全白區(qū)域和全黑區(qū)域。一般的顏色量化方法，無論均勻化量化方法，還是非均勻化量化方法，都存在量化邊界誤差的問題。本文采用的二次偏移量化方法，在一定程度上縮小量化邊界的誤差，使得在圖像特征提取階段能夠得到更為真實(shí)可靠的特征。
　　 (2)特征提取算法對圖像檢索的效果影響巨大，本文用商空間理論對圖像檢索的過程展開了分析。首先，在論域?qū)?/p>