基于形狀的圖像檢索算法研究.pdf

1、基于內容的圖像檢索（Content-based Image Retrieval, CBIR）是利用圖像的顏色、形狀、紋理等特征對圖像進行查詢，試圖在理解圖像內容的基礎上，檢索出與示例相類似的圖像。CBIR直接從圖像中提取特征建立索引，特征提取和索引建立可由計算機自動實現，避免了人工描述的主觀性，大大減少了工作量。而形狀作為圖像的一個重要特征，具有良好的環(huán)境不變性，一般不隨圖像的顏色變化、環(huán)境的亮度變化而變化，因此得到了廣泛的關注。

2、>　　本文通過對傳統(tǒng)Freeman鏈碼（Freeman Chain Code, FCC）特征以及不變矩特征提取算法的學習，研究并設計了圖像特征提取、特征匹配和圖像檢索算法。
　　首先，簡要介紹了傳統(tǒng)Freeman鏈碼及Hu不變矩的定義及特征提取方法，分析出傳統(tǒng)Freeman鏈碼特征在用于圖像檢索時存在的不足，同時發(fā)現Hu不變矩對圖像的平移、縮放和旋轉具有良好的不變性。
　　其次，提出一種改進的Freeman鏈碼（Improv

3、ed Freeman Chain Code, IFCC）特征提取算法，得到一種具有唯一性和對圖像具有旋轉不變性的特征鏈碼。在此基礎上建立索引，運用生物序列聯配方法對圖像的鏈碼進行相似性匹配，計算匹配得分，進而得到圖像檢索結果。實驗結果表明，該算法對圖像具有很好的抗旋轉魯棒性，同時取得了較好的查全率和查準率，能夠較好地體現圖像的形狀特征，具有較好的檢索效果。
　　最后，考慮到圖像特征的多樣性，為了更好地運用和體現圖像的形狀特征，將基