紋理分析新方法與非線性降維在圖像檢索中的應(yīng)用研究.pdf

1、隨著多媒體、網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，圖像信息的應(yīng)用日益廣泛，對(duì)規(guī)模越來越大的圖像數(shù)據(jù)庫進(jìn)行有效的管理成為迫切需要解決的問題?；趦?nèi)容的圖像檢索正是解決從大量圖像中獲取出所需信息的關(guān)鍵技術(shù)。 提取圖像的低層視覺特征是進(jìn)行圖像檢索工作的基礎(chǔ)，而紋理特征是一種重要的低層特征。本文除了使用已有的一些紋理特征外，還提出了如下新的紋理特征：基于小波變換、圖像金字塔的多尺度復(fù)雜性及多尺度分維數(shù)特征，二維Hilbert譜特征。并且針對(duì)二維EMD分解

2、中所遇到的邊界問題，提出了基于K均值聚類的邊界對(duì)稱算法。同時(shí)本文還使用了已有的一些顏色特征，實(shí)驗(yàn)表明上述特征和方法可以用于圖像檢索。 在基于內(nèi)容的圖像檢索中，建立圖像特征庫時(shí)的存儲(chǔ)高維特征的空間復(fù)雜度和度量圖像之間相似性的運(yùn)算復(fù)雜度都將非常的高，本文使用了非線性降維分析來降低空間和運(yùn)算復(fù)雜度，實(shí)驗(yàn)表明取得了較好得結(jié)果。同時(shí)本文將機(jī)器學(xué)習(xí)和相關(guān)反饋結(jié)合起來用于圖像檢索，在實(shí)驗(yàn)中使用了K-NN、BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)分類器。實(shí)驗(yàn)證