论文——数据挖掘在图像相似性检索当中的应用

《论文——数据挖掘在图像相似性检索当中的应用》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、数据挖掘结课题目数据挖掘在图像相似性检索当中的应用目录1.引言32．数据挖掘技术理论与发展33.图像数据挖掘简介53.1图像数据挖掘的定义53.2图像数据挖掘的过程54.数据挖掘在图像相似检索中的应用64.1基于特征描述的CBIR64.2数据挖掘在CBIR中的应用模型64.2.1关键字查询模型84.2.2图像查询模型85总结9引用9数据挖掘在图像相似性检索当中的应用摘要：随着计算机网络的发展，我们需要检索的图像内容也在迅猛的增加，互联上的一些传统的检索方案无法满足现在人们日益增加的要求。图像数据挖掘就是在这样的大环境中产生的。图像数据挖掘是

2、用来挖掘大规模的图像数据中隐含的知识、图像内或者图像间的各种关系，以及其他隐藏在图像数据中的各种模式的一种模式的一种技术。本文主要简单的介绍了数据挖掘还有图像数据挖掘的一些简单的知识，以及数据挖掘在图像相似检索上的一些应用。关键词：数据挖掘，图像检索，应用模型1.引言随着科学技术的迅速发展，图像的存储，图像的获取，使得我们能够便捷的获取大量的有用的图像数据，例如：遥感数据图像，医疗数据图像等。可是随着计算机网络的发展，我们需要检索的图像内容也在迅猛的增加，互联上的一些传统的检索方案无法满足现在人们日益增加的要求。如何在日趋庞大的图像数据当中

3、挖掘出对于我们来说的有用的信息，并且利用这些信息中所含有的巨大的利用价值。图像数据挖掘就是在这样的大环境中产生的。图像数据挖掘是用来挖掘大规模的图像数据中隐含的知识、图像内或者图像间的各种关系，以及其他隐藏在图像数据中的各种模式的一种模式的一种技术。早期的图像数据挖掘仅仅就是针对图像的某一些预处理，包括基于数据挖掘的图像分割、基于数据挖掘的额图像特征提取[1]。随着图像挖掘的发展，数据图像挖掘的实现，需要包括计算机视觉，图像处理，图像检、数据挖掘,机器学习、数据库和人工智能等的综合学科共同实现，其中某些领域已经发展地非常成熟,而图像挖掘到数

4、据挖掘还在成长研究期,处于经验阶段[2]。本文中我们主要介绍了数据挖掘的一些简单的理论，图像数据挖掘的一些简单的相关知识，以及数据挖掘在图像的相似性检索上的一些简单的应用模型。2.数据挖掘技术理论与发展数据挖掘(DataMining简称DM)又称为数据库中的知识发现(KnowledgeDiscoveryDatabase简称KDD)，就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。目前KDD的主要对象仍然是关系数据库[3]。数据挖掘的全过程定义描述如图1.1

5、所示图1.1知识挖掘全过程数据挖掘的过程主要包括以下四个步骤:(1)数据采集(2)数据预处理(3)数据采掘(4)评价、解释模式模型以上的数据挖掘过程是一个交互式的迭代的过程，其中需由用户做出许多选择，每一个步骤，一旦与预期目标不符，都要回到前面的步骤，重新调整，重新执行。数据挖掘的实质就是从数据中发现未知的关系和模式，而发现的关系和模式就是我们的目标—知识。数据是指一个有关事实的集合，它是用来描述事物有关方面的信息，一般说来这些数据应该是准确无误的。模式是一个用语言来表示的一个表达式，它可以用来描述数据中数据的特性。3.图像数据挖掘简介3.

6、1图像数据挖掘的定义图像数据挖掘（ImageMining，IM）是指从大规模的图像集中提取或挖掘出有用的信息或知识[4]。从理论上来讲，图像数据挖掘是数据挖掘的一个很重要的分支。尽管如此，图像数据挖掘并不是传统的数据挖掘理论和技术在图像数据上的简单的扩展或者延伸。因为图像数据的组织结构有不同于其他数据的组织结构特点，因为，所涉及到的挖掘的方法，跟挖掘的领域知识比一般对数据挖掘的技术更加的广泛[3]。图像数据挖掘概念的两个根本点是“大规模图像集”和“提取挖掘出有用的信息和知识”。从“大规模图像集”的角度，涉及到图像获取、图像存储、图像压缩、多

7、媒体数据库等领域［5,6］;从“挖掘出有用的信息和知识”角度，其又涉及到图像处理和分析、模式识别、计算机视觉、图像检索、机器学习、人工智能、知识表现等领域。因此，图像数据挖掘是一个多学科交叉的新兴领域，其所涉及到的其他领域大部分也都处于发展阶段，其自身也是处于试验阶段。3.2图像数据挖掘的过程本文提出的是一个基于目标识别的图像挖掘的框架,图像挖掘在目标识别的基础上实现,期望得到目标之间及目标和背景之间的潜在关系,得到的潜在关系可以用于后续的目标识别的任务。图像数据挖掘的一个关键的问题是图像数据本身的表示问题，这也是图像处理和模式识别的关键问

8、题。一般可以用颜色、纹理等特征来表示图像基本特征。高级概念可以看成是一种特征模式。比如、河流可认为是具有某种颜色特征的长条形;庄稼区可以认为是具有某种颜色分布和纹理特征的大片区域