基于反饋驗證的圖像檢索優(yōu)化算法研究.pdf

1、隨著多媒體技術和計算機互聯(lián)網(wǎng)技術的快速發(fā)展，圖像數(shù)據(jù)正以驚人的速度增長。如何從海量圖像信息中快速、準確地檢索出有用信息，提高圖像的管理和應用能力已經(jīng)成為人們研究的熱點問題。
　　基于文本的圖像檢索技術通過對圖像的關鍵詞進行檢索，難以滿足海量圖像數(shù)據(jù)庫的檢索需求；而基于語義的圖像檢索利用人的視覺感知檢索圖像，是圖像檢索技術發(fā)展的必然需求，然而“語義鴻溝”等問題一直制約其發(fā)展，難以實現(xiàn)按語義對圖像進行精確檢索；基于內(nèi)容的圖像檢索技術，

2、即CBIR是通過提取圖像的視覺特征進行檢索，成為視覺信息檢索的主要方法。
　　為了使檢索圖像和查詢圖像具有視覺一致性，研究者們對CBIR技術展開了深入研究，主要分為兩類：一類是圖像視覺特征研究，通過提取、選擇和索引能充分表達圖像信息的視覺特征；一類是引入用戶的相關反饋技術，通過用戶對檢索圖像的反饋，從而改善檢索系統(tǒng)性能。
　　本文圍繞基于內(nèi)容的圖像檢索技術的關鍵問題進行了一系列研究，其主要研究內(nèi)容和創(chuàng)新點包括：（1）基于提升

3、格式的圖像視覺特征提取。結合提升格式在軟硬件實現(xiàn)的優(yōu)勢以及小波在圖像特征提取的多分辨特點，本文研究不同子帶對圖像視覺特征的影響，研究發(fā)現(xiàn)相對于傳統(tǒng)2帶小波而言，具有更多高頻子帶信息的3帶提升格式能更精確的描述圖像紋理信息，結合遺傳算法提取圖像特征，更加逼近人的視覺感受；（2）基于反饋驗證的圖像檢索優(yōu)化算法。雖然相關反饋技術能提高圖像檢索效果，但是用戶參與程度高，不利于機器自動完成。本文通過分析檢索過程中用戶提交查詢圖像的模式，增加反饋驗