欢迎来到天天文库
浏览记录
ID:35140287
大小:1.31 MB
页数:49页
时间:2019-03-20
《浅议图象检索中纹理特征提取的研究》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、国内图书分类号:TP391工学硕士学位论文图象检索中纹理特征提取的研究硕士研究生:导师:申请学位级别:学科、专业:所在单位:答辩日期:授予学位单位:葛晓菁李兰英工学硕士计算机应用技术计算机与控制学院2005年3月哈尔滨理工大学哈尔滨理工大学工学硕士学位论文图像检索中纹理特征提取的研究摘要多媒体技术和数字图书馆的发展和应用,使基于内容的检索技术成为图象处理和计算机视觉的前沿问题。基于内容的检索技术就是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参与的情况下能自动识别或理解图像重要特征的算
2、法。本文主要针对基于内容的图象检索技术中纹理特征展开研究,其所谓的内容包括图象纹理特征的分析和图象纹理特征的提取。首先介绍了国内外基于内容的图象检索系统的研究现状,基本原理,查询方式以及应用领域。其次,详尽地描述了纹理和纹理特征的定义,介绍了几种常用的纹理分析方法,有灰度直方图、边缘方向直方图、空间灰度共生矩阵、灰度一梯度共生矩阵和基于结构的纹理分析方法;重点介绍了Gabor滤波器和Gabord、波等特征提取方法以及高斯归一化的原理和方法,并对Gabord,波进行了高斯归一化处理。另外,本文还介绍了相似性度量方
3、法的特点和分类,以及在基于内容的图象检索技术中相关性反馈技术。最后,本文设计了一个图象检索系统,并对系统的各个模块及其功能进行了介绍,实验结果表明归一化后的Gabord,波特征比未归一化的Gabor一,J,波的检索效率提高了5.6个百分点,对于大部分图象,亮度变化比较明显,尤其是背景单一,层次分明的图象,检索效果更好。总结了本文的工作,对研究热点进行了展望。关键词纹理特征;纹理分析;Gabor小波;高斯归一化竺玺:圣些三查兰三耋譬。!,耋兰鲨耋StudyontheExtractionoftheTextureFe
4、atureintheProcessofImageRetrievalAbstractWiththedevelopmentofthetechnologyofmultimediaandthedigitallibrary,content-basedimageretrievalhasbecomeakeyproblemofimageprocessingandcomputervision.Content-basedimageretrievalisatechniquetoretrieverelatedimagesaccordi
5、ngtotheircontentinformation.ItsgoalistoprovideamechanismthatCallautomaticallyrecognizeorunderstandimportantfeaturesofanimage.Thispapermainlystudiestheimageprocessingtechniquebasedontexturefeature,includingtheanalysisoftexturefeatureandtheextractionoftexturef
6、eature.Atfirst,weintroducethecurrentresearchsituationofCBIR(Content-basedimageretrieval)bothathomeandabroad,basictheories,inquirywaysandapplicationfields.Thenwedescribethedefinitionoftextureandtexturefeatureindetail;introducesomeusualmethodstoanalyzethetextu
7、re,includinggrayhistogram,edgehistogram,伊ayconcurrencematrix,掣ay—gradientconcurrencematrixandstructure—basedmethod;particularlydescribeGaborfilter,GaborWaveletandthemethodofGaussiannormalization,thendealGaborWaveletwithGaborWavelet.Inchapter4,wedescribethech
8、aracteristicsandclassificationofthesimilarmeasurementmethod,feedbacktechnologyinCBIR.Atlast,wedesignanimageretrievalsystemanddescribeeachmodule’sfunctionindetail.Comparisonexperimentsofthemethod
此文档下载收益归作者所有