| 【中文题名】 | 基于颜色、纹理特征及相关反馈的图像检索技术研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-11-29 |
| 【中关键词】 | 图像检索,颜色直方图,Gabor小波,相关反馈,K均值聚类, |
| 【英关键词】 | Image Retrieval,Color Histogram,Relevance Feedback,Gabor wavelet,K-means Clustering, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
随着图像等多媒体资源的日益丰富,传统检索方式已不能再满足检索需求,为了便于图像的检索和识别,基于内容的图像检索技术应运而生。本文在分析总结现有的基于内容的检索技术的基础上,主要研究内容如下:
本文首先围绕颜色空间(L~*a~*b~*、HSV、RGB)及各种颜色特征提取算法进行讨论。针对传统的颜色直方图统计法没有包含颜色空间信息的缺点,提出一种在L~*a~*b~*颜色空间划分子区域计算累加直方图的特征提取方法,并通过实验与其他颜色特征提取算法进行比较。
其次,本文比较了两个纹理特征的提取算法:共生矩阵,Gabor小波。实验表明在频率域提取纹理特征Gabor小波的方法优于在空间域利用共生矩阵提取纹理特征的方法。
第三,本文将L~*a~*b~*颜色空间划分子区域计算累加直方图的方法与Gabor小波的方法组合,提出了综合检索方法,实验表明可以取得较好的效果。
第四,由于图像的低层视觉特征与高层概念的相关性较弱,且图像检索系统用户的主观性强。因此把用户模型嵌入到系统中,通过用户反馈来获得用户的检索意图是十分必要的。本文研究利用K均值聚类方法对检索得到的图像进行分类,通过两阶段提... |
| 【论文题纲】 |
|
摘 要 |
3-4 |
|
Abstract |
4-8 |
|
第一章 绪论 |
8-13 |
|
1.1 课题研究的目的和意义 |
8 |
|
1.2 基于内容图像检索发展前景 |
8-9 |
|
1.3 国内外的相关研究 |
9-10 |
|
1.4 本文研究的主要内容、创新之处及其编排 |
10-13 |
|
1.4.1 主要研究内容和创新之处 |
10-11 |
|
1.4.2 论文结构安排 |
11-13 |
|
第二章 基于内容的图像检索技术概述 |
13-22 |
|
2.1 基于内容图像检索的体系结构 |
13-14 |
|
2.2 基于内容的图像检索的关键技术 |
14-19 |
|
2.2.1 特征提取 |
14-17 |
|
2.2.1.1 颜色 |
15 |
|
2.2.1.2 纹理 |
15-16 |
|
2.2.1.3 形状 |
16 |
|
2.2.1.4 空间布局和子区域 |
16-17 |
|
2.2.1.5 综合特征检索 |
17 |
|
2.2.1.6 语义特征 |
17 |
|
2.2.2 人机交互与相关反馈技术 |
17-18 |
|
2.2.3 相似度度量 |
18-19 |
|
2.2.3.1 常用向量距离 |
18 |
|
2.2.3.2 直方图相交 |
18-19 |
|
2.2.3.3 二次式距离 |
19 |
|
2.2.3.4 马氏(Mahalanobis)距离 |
19 |
|
2.2.3.5 一些其他的相似性度量方法 |
19 |
|
2.3 索引 |
19-20 |
|
2.4 查询模式 |
20 |
|
2.5 基于内容的图像检索过程 |
20 |
|
2.6 图像检索性能评价 |
20-21 |
|
2.6.1 系统性能指标和评价准则 |
20-21 |
|
2.6.2 评价方法分类 |
21 |
|
2.6.3 对实用系统的评价方法 |
21 |
|
2.7 本章小结 |
21-22 |
|
第三章 基于颜色特征的图像检索 |
22-31 |
|
3.1 颜色模型的选取 |
22-24 |
|
3.1.1 RGB 颜色空间 |
22-23 |
|
3.1.2 HSV 颜色空间 |
23 |
|
3.1.3 L~*a~*b~*颜色空间 |
23 |
|
3.1.4 RGB 空间到HSV 空间、L~*a~*b~*颜色空间的转化 |
23-24 |
|
3.2 颜色特征的表达 |
24-26 |
|
3.2.1 颜色直方图 |
24-25 |
|
3.2.2 局部颜色直方图 |
25 |
|
3.2.3 累加直方图 |
25 |
|
3.2.4 局部累加直方图 |
25 |
|
3.2.5 加权颜色直方图 |
25 |
|
3.2.6 颜色自相关直方图 |
25-26 |
|
3.3 直方图匹配算法 |
26-27 |
|
3.3.1 直方图相交法 |
26 |
|
3.3.2 直方图匹配法 |
26 |
|
3.3.3 中心矩法 |
26-27 |
|
3.4 颜色空间量化 |
27-28 |
|
3.5 基于分块颜色直方图的图像检索 |
28-29 |
|
3.6 实验结果及分析 |
29 |
|
3.7 本章小结 |
29-31 |
|
第四章 基于纹理特征的图像检索 |
31-36 |
|
4.1 纹理概述 |
31 |
|
4.2 纹理特征提取算法 |
31-34 |
|
4.2.1 灰度共生矩阵 |
31-32 |
|
4.2.2 Gabor 小波 |
32-34 |
|
4.2.3 归一化 |
34 |
|
4.3 实验结果及分析 |
34-35 |
|
4.4 本章小结 |
35-36 |
|
第五章 相关反馈技术 |
36-41 |
|
5.1 相关反馈提出的背景 |
36 |
|
5.2 相关反馈技术的分类 |
36-38 |
|
5.3 基于权重调整的相关反馈方法 |
38-39 |
|
5.4 改进的权重调整方法 |
39-40 |
|
5.5 本章小结 |
40-41 |
|
第六章 综合颜色、纹理特征及相关反馈技术的图像检索 |
41-48 |
|
6.1 综合颜色、纹理特征检索方法 |
41-42 |
|
6.2 改进的图像筛选方法 |
42-43 |
|
6.2.1 图像筛选 |
42-43 |
|
6.2.2 图像显示 |
43 |
|
6.3 综合颜色、纹理特征及相关反馈检索方法 |
43-44 |
|
6.4 实验结果与分析 |
44-47 |
|
6.5 本章小结 |
47-48 |
|
第七章 图像检索系统实现 |
48-52 |
|
7.1 系统概述 |
48-49 |
|
7.1.1 系统目标 |
48 |
|
7.1.2 实验系统环境和开发工具 |
48-49 |
|
7.2 检索系统的功能设计 |
49-51 |
|
7.2.1 特征提取模块 |
49 |
|
7.2.2 检索模块 |
49-50 |
|
7.2.3 输出模块 |
50 |
|
7.2.4 检索参数设置模块 |
50 |
|
7.2.5 相关反馈模块 |
50-51 |
|
7.3 系统检索界面 |
51 |
|
7.4 本章小结 |
51-52 |
|
第八章 全文总结 |
52-54 |
|
8.1 课题研究总结 |
52 |
|
8.2 存在的问题和进一步的工作 |
52-54 |
|
参考文献 |
54-58 |
|
致谢 |
58 |
|
在学期间发表的学术论文和参加科研情况 |
58 |
|
| 【DOI】 | LunWen.ID:2.2008.364714 |