探析基于颜色和纹理的图像检索

探析基于颜色和纹理的图像检索

ID:34771084

大小:1.64 MB

页数:49页

时间:2019-03-10

探析基于颜色和纹理的图像检索_第1页
探析基于颜色和纹理的图像检索_第2页
探析基于颜色和纹理的图像检索_第3页
探析基于颜色和纹理的图像检索_第4页
探析基于颜色和纹理的图像检索_第5页
资源描述:

《探析基于颜色和纹理的图像检索》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、而普它手斜校先警硕士学位论文题c十x女,目⋯⋯⋯.些王趣笪塑鲤堡盟圈婵捡盎⋯⋯一一⋯一I.mageRetrievalBa:sedonColorandTexture⋯⋯一⋯⋯一⋯⋯⋯⋯⋯⋯⋯一⋯⋯⋯⋯⋯⋯一⋯⋯作者姓名黑基通一指导教师姓名、职务一⋯王煎.醴l救援⋯一学科门类_工堂。学科、专业⋯.童避信皇至型器撞趔⋯一提交论文13期一⋯一⋯⋯一⋯三QQ七生=且⋯⋯一⋯⋯摘要基于内容的图像检索(Content.BasedImageRetrieval,简称CBLR)是当前的一个研究热点。该技术提取图像的颜色、纹理、形状等特征,然后将待查询图像的特征与图像库中图像的

2、特征进行匹配,并将和待查询图像特征相同或相似的图像返回给用户。本文分析了基于内容的图像检索的系统结构、特征提取方法和相似度匹配方法,在此基础上提出了两种图像检索方法,并给出了实验结果和分析。结合色度矩和小波系数统计特性的方法来进行图像检索。首先,色度矩的方法只需要提取一幅图像中很小的光谱特征,只用一个固定的很少数量的特征需要存储来表示一幅彩色图像。其次,由于小波系数提供了重要的方向信息,图像的小波系数的统计分布具有广义高斯分布特性。这里利用小波变换系数的统计特性,描述图像子带小波系数统计的特征矢量.试验结果表明色度矩和小波系数统计特性相结合是一种有效的图像

3、检索方法。应用灰度模式统计算子(LocalBinaryPattern简称LBP)纹理特征作为图像描述,为了增加直方图空间信息把图像分割成相同大小的kxk区域得到空间增强直方匿](histogramspatiallyenhancedLBP简称sEL),这里比较了对图像3x3分块的空间增强方法和动态局部匹配的方法.试验结果证明,图像分块的SLE方法优于全局匹配的LBP方法,在相似度匹配时,将加权动态局部距离函数应用到动态区域匹配中,总体上进一步提高了检索精度。关键词:基于内容图像检索色度矩小波系数灰度模式统计算子AbstractContent-BasedIma

4、geRetrieval(CBIR)isapopulartechniqueinthefieldofimageprocessing.CBIRextractsvisualfeaturesastheretrievalfeatures,suchascolor'texture,shapeetc.Generally,featuresoftheexampleimageneededareextractedfirstly,andthencomparedwiththefeaturesofotherimagesinthedatabase.Aftertheresultisshowe

5、dtotheuser.BasedonresearchinrelativefieldincludingdetailedanalysisofCBlRarchitecture,featuresextractionmethodsandimagematchtechnique,twomethodsareproposedinthispaper.Wecombinedtwotechniquesofbasedonchromaticitymomentstechniqueandstatisticaldistributionofwavelettransformationcoeffi

6、cientsforcontent—basedimageretrieval(CBIR).First,onlyasmallnumberoffeatures,calledchromaticitymoments,arerequiredtocapturethespectralcontent(chrominance)ofallimage.Onlyasmallfixednumberofcompactfeaturesneedtobestoredtoeffectivelycharacterizethecolorcontentofanimage.Secondly,thewav

7、eletcoefficientsprovideimportantdirectionalinformation,thestatisticsofimagewaveletcoefficientsisgeneralizedGaussiandistribution.Thisapproachformsthefeaturevectoroftheimagebytakingadvantageofthestatisticaldistributionofwavelettransformationcoefficients.Experimentalresultshowthatane

8、fficientimageretrievalmethodbased

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。