基于微粒群和小波變換的圖像檢索算法研究.pdf

1、隨著多媒體技術(shù)、計算機技術(shù)，通信技術(shù)及Internet網(wǎng)絡(luò)的飛速發(fā)展，包括圖像在內(nèi)的各種多媒體數(shù)據(jù)的數(shù)量正以驚人的速度增長。如何提供一個有效的算法來快速、準確的查詢這些具有豐富內(nèi)涵的圖像信息成為當(dāng)今檢索領(lǐng)域的研究熱點?；趦?nèi)容的圖像檢索(Content Based Image Retrieval，CBIR)技術(shù)是解決這一問題的關(guān)鍵技術(shù)之一。 CBIR從可視化角度對圖像檢索進行探討，通過多媒體信息本身的語義和媒體的視覺特征進行檢索

2、。其中，視覺特征包括顏色、紋理、形狀等。本文通過提取圖像的顏色特征進行研究，主要研究工作概括如下： 1．引入分塊小波變換。小波變換可以把圖像分解成不同頻率的子圖像之和，分別代表圖像的不同結(jié)構(gòu)，可以通過它方便地提取圖像的主要結(jié)構(gòu)信息和細節(jié)信息。采用分塊技術(shù)可以表達圖像的空間分布特性，從而提高算法的搜索性能。 2．引入微粒群算法。作為一種新的群體智能方法，微粒群群算法(particle swarmoptimization，P

3、SO)是一個非常有前景的工具。該算法特別適合于模擬個體間的社會交互，具有收斂速度快、通用性強等優(yōu)勢。本文引入微粒群算法對基于小波變換的圖像檢索算法進行優(yōu)化，加快了算法的搜索速度。 3．設(shè)計并實現(xiàn)了基于微粒群和小波變換的圖像檢索算法。本文將分塊小波技術(shù)和微粒群算法與一般的基于顏色直方圖的圖像檢索算法相結(jié)合，提出基于微粒群和小波變換的圖像檢索算法。該算法引入小波技術(shù)提高了特征提取的有效性；采用分塊技術(shù)提高了圖像檢索性能；結(jié)合微粒群算