基于內(nèi)容的圖象檢索中特征、索引及交互問題研究.pdf

1、基于內(nèi)容的圖像檢索(CBIR,CONTENT-BASED IMAGE RETRIEVAL)發(fā)展迅速,論文首先對CBIR做總體介紹,包括該領(lǐng)域的提出、發(fā)展、進展、問題、主要研究方向、機構(gòu)及重要文獻源等,并附部分原型系統(tǒng)列表.并針對當前主要存在問題:特征、索引及交互等深入研究.論文對CBIR中圖象統(tǒng)計及結(jié)構(gòu)特征進行分析.統(tǒng)計特征面向象素級,主要包含顏色、紋理信息;結(jié)構(gòu)特征則側(cè)重于對象(區(qū)域)間位置及分布信息,對象獲取主要手段為圖象分割和圖象

2、分塊.論文提出一種非均勻量化算法,同前人工作相比,主要具有三點優(yōu)勢:自適應(yīng)性,即不需指定目標量階數(shù);邊緣保護性,即根據(jù)視覺理論,對圖象中重要但從象素統(tǒng)計值上不占優(yōu)勢的部分進行保護,從而達到量化后視覺效果更好;速度快,即算法復(fù)雜度低,從而計算效率很高.針對當前CBIR研究中的統(tǒng)計特征綜合問題,論文提出用顏色統(tǒng)計特性反映紋理信息的方法,基于彩色空間不同層面構(gòu)造3D共生矩陣.在統(tǒng)計特征的基礎(chǔ)上,論文分析CBIR結(jié)構(gòu)信息,概述對象表現(xiàn)形式及對象

3、空間關(guān)系.論文提出一種更適用于CBIR的改進JSEG算法,針對基于對象檢索熱門算法JSEG,取其優(yōu)點并改進.保證檢索精度條件下,降低算法復(fù)雜度、提高檢索效率.分塊是分割的簡化,也可表現(xiàn)一定的結(jié)構(gòu)信息.論文提出基于運動子塊(SUB-BLOCKS)及子塊位置加權(quán)的檢索算法,改變以往分塊固定的算法,進行動態(tài)匹配,并根據(jù)認知心理學結(jié)論,對子塊根據(jù)空間位置自動加權(quán),以適應(yīng)人眼視覺特性.論文對CBIR的索引(INDEXING)問題進行深入研究.論文

4、采用適當減少特征數(shù)、增加語義類別的基于語義圖象分類技術(shù)構(gòu)造索引的方案,在檢索速度和精度上達到很好效果.之后,提出基于廣義核函數(shù)的支撐向量機,進一步提高了前述實驗速度.接著,論文提出新穎的圖象理解方法及不健康視覺信息(NAKED PEOPLE)檢索和過濾算法,并成功利用特定對象的多特征描述及ADABOOST學習方法綜合分析,取得較好效果.在索引特征預(yù)處理過程中,論文提出了基于FFT的相似度模式,有效解決檢索過程中因圖象內(nèi)容光照、背景、旋轉(zhuǎn)