图像检索中区域分割和特征提取的研究

《图像检索中区域分割和特征提取的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、哈尔滨工业大学工学硕士学位论文摘要基于内容的图像检索是指直接根据描述媒体对象内容的各种特征进行检索，它的研究目标是提供在没有人类参与的情况下能自动识别或理解图像重要特征的算法。现有的系统主要以全局特征作为检索依据。由于全局特征不能完全表示图像中具体目标，研究基于目标区域的检索算法受到越来越多的重视。为了提取图像目标需要有效的分割算法。针对灰度图像有很多经典的图像分割算法。本文提出了一种多分辨率下的彩色图像分割算法。算法首先通过K均值量化降低颜色索引数目。为了克服直接量化时间开销大，以及颜色类接近的问题，采用了降采样后量化，合并相近类的方法。同时由于图像中存在颜色渐变的区域，为避

2、免量化过程中区域过分割，采用了边缘校正的方法进行后处理。在区域分割中采用区域生长算法，在多分辨率下进行种子点生长。区域一致性表示为颜色索引的一致性。由于主要参照颜色和纹理信息，为了避免过分割，对于一致性较差的区域仍然保留为一个整体。在分割区域上进行特征提取的研究。主要提取区域的颜色、纹理和形状特征。颜色特征使用了颜色直方图二次型距离，纹理特征采用了环形滤波器的Gabor滤波器组。使用颜色纹理特征表达图像中主要区域特征进行检索，实验证明对目标区域足够大的图片能够有效的检索。同时对背景与目标容易分离的图片进行了Hu矩的检索实验，证明Hu矩对形状特征有效。关键词图像检索;图像分割;颜

3、色量化;区域生长;Gabor滤波器哈尔滨工业大学工学硕士学位论文AbstractContent-basedimageretrievalisatechniquetoretrievemediaaccordingtoitscontentfeatures.Thegoalofthisresearchworkistoprovidealgorithmsthatcanautomaticallyrecognizeorunderstandimportantfeaturesinanimage.Previoussystemsusefeaturesofentireimagesforretrieval.A

4、sthefeaturesofentireimagescannotrepresentsingleobjectsintheimages,retrievalalgorithmsbasedonobjectregionsreceivemoreandmoreattention.Togetobjectsinimagesweneedeffectivesegmentationalgorithms.Therearemanyclassicalsegmentationalgorithmforgrayscaleimages.Iproposedamulti-resolutionsegmentationme

5、thodforcolorimages.ItdecreasesthenumberofcolorindexesbyK-meansclassification.Toreducetheoverheadandsolvetheproblemofsimilarcolorgroups,Iusedownsampledimagesandcombinesimilargroups.Becausethereareareasinimagesthatchangetheircolorsgradually,anemendationmethodusingedgeintensityisproposed.Insegm

6、entationIuseregion-growingmethodundermulti-resolution.Theconsistenceofaregionisdefinedasconsistenceofcolorindexes.BecauseImainlyusecolorandtextureinformation,toavoidover-segmentationtheregionsofweakconsistencearekeepintegrated.Thefeaturesareextractedfromsegmentedregions.Imainlyextractcolor,t

7、extureandshapefeaturesoftheregions.Colorfeatureisrepresentedasquadraticformdistanceofhistogram.TexturefeatureisdefinedasresponseofcircularGaborfiltergroups.Iusecolorandtexturefeaturetorepresentmainregionsinimages.Theretrievalisefectiveforimagesthat