基于内容的图像检索算法研究硕士学位论文

基于内容的图像检索算法研究硕士学位论文

ID:265037

大小:4.25 MB

页数:72页

时间:2017-07-16

基于内容的图像检索算法研究硕士学位论文_第1页
基于内容的图像检索算法研究硕士学位论文_第2页
基于内容的图像检索算法研究硕士学位论文_第3页
基于内容的图像检索算法研究硕士学位论文_第4页
基于内容的图像检索算法研究硕士学位论文_第5页
资源描述:

《基于内容的图像检索算法研究硕士学位论文》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、哈尔滨理工大学硕士学位论文基于内容的图像检索算法研究姓名:张超申请学位级别:硕士专业:计算机应用技术指导教师:林克正20090301哈尔滨理工大学工学硕士学位论文基于内容的图像检索算法研究摘要随着多媒体和Intemet技术及应用的迅速发展,现代社会中的多媒体信息数量飞速增长,其中图像数据库系统是多媒体信息管理中的重点研究内容,目前广泛应用于众多领域的多媒体信息系统中。因此,如何有效、快速地从大规模图像数据库中检索出所需的图像是当前具有挑战性的研究课题,基于内容的图像检索研究正是为了解决如何有效地从图像数据库中检索出相关图像的问题而产生,该技术已成

2、为国内外广泛关注的研究热点。本文在理解和掌握基于内容的图像检索技术相关领域知识的基础上,主要对图像特征的提取方法和相关反馈技术进行了一些探索性的研究:1.基于HSV空间的全局颜色直方图法不能有效地表达颜色分布的空间信息,传统的对图像颜色局部特征的描述忽视了各分块之间的联系和人眼对图像的关注差别,由此本文提出了新的基于分块主颜色的特征提取算法,实验证明了该方法的有效性,并能够根据用户的需求调整中心目标区域的大小。2.为了融合多种特征进行图像检索,提高系统的检索性能,本文对利用Gabor滤波器提取图像的纹理特征进行了研究,对提取纹理特征算法进行了改进

3、,并提出了将分块主颜色法和Gabor滤波器提取图像纹理的算法相结合的图像检索方法,实验证明,该方法能有效地提高检索的查准率。3.目前基于内容的图像检索(CBIR)系统在图像的低层特征与图像的高级语义特征之间还存在着较大的鸿沟,本文针对此问题,提出了一种基于特征权重调整和贝叶斯决策论相结合的相关反馈算法。在图像检索时动态调整权值数组中的权重系数,并利用贝叶斯理论对图像进行分类,最后通过预测概率对下次的反馈结果进行排序。通过实验表明本文的相关反馈策略能够提高系统的查准率,能够更加有效地检索出用户所需的图像。关键词图像检索;分块主颜色;Gabor滤波器

4、;相关反馈:贝叶斯理论哈尔滨理工大学工学硕士学位论文ResearchonAlgorithmofContent-BasedImageRetrievalAbstractWiththerapiddevelopmentofthemultimediatechniquesandIntemet,theamountofmultimediainformationisincreasedrapidly.Therefore,therapidandeffectivemanagementforlarge·scaleimagedatabasesbecomesanimporta

5、ntresearchtopic.Inthisresearcharea,imagedatabasesystemplaysallimportantroleinthemultimediainformationsystembecauseofitsabroademploymentinmanyimportantapplications.So,cun-enfly,rapidandeffectivesearchingfordesiredimagesfromlarge-scaleimagedatabasesbecomesanimportantandchalleng

6、ingresearchtopic.Content-basedimageretrieval(CBm)isthesetoftechniquestoaddresstheproblemofretrievingrelevantimagesfromallimagedatabasebasedOnautomaticallyderivedimagefeatures.BasedOilunderstandingofthecontentOilCBIR,andresearchingitsrelatedfield’Stechnology,thispapersetsfocus

7、onthefeatureextractionofimageandtechnologyofrelevancefeedback.ThemainresearcheeontentofthisPaperincludethefollowingaspects:Firstly,theHSVcolorhistogramCarl’tdescribespatialinformationeffectively.Thetraditionaldescriptiontolocalcolorfeaturesneglectedthecontactsofeverypartsandn

8、eglectedthedifferencebetweenimageswhenpeopleobserving.Sothispaperimp

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。