试析基于内容图象检索中关键技术的研究

《试析基于内容图象检索中关键技术的研究》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、西安电子科技大学硕士学位论文基于内容图象检索中关键技术的研究姓名：乃学尚申请学位级别：硕士专业：计算机系统结构指导教师：田玉敏2002.1.1摘要f，f本文主要用整数小波变换研究基于内容的图象检索技术，该算法的优点在于：整数小波变换的输入输出都是整数，适合数字图象处理；使用4、波变换可以用彩分辨率分析提取图象特征，可以降低特征量的维数。‘’本文首先介绍了小波变换的基本知识，上升型方案和整数小波变换。其次用整数小波变换对彩色图象进行多分辨率分析；由于小波变换的低频部分保持了图豫的r既iq，幽此用小波变换低频部分的局部区域能量和F一范数作为彩色图象的

2、特钌m]星，对图象进行检索，可以降低特征量的维数，提高检索速度。此外，由于纹理圈象f

3、々扛蛭特征表现在细节部分，而高频部分的小波系数体现了图象的细节，所以从i到兰，J、波系数中提取的特征，能够表征纹理图象的主要特性；实验结果表明，用1幺，J法检索纹理图象，能够达到较好的检索效果，并且对亮度不敏感，这一特点是传统的纹理分析方法难以达到的。圈象匹配算法中使用了比值相似度定义，这种相似度计算简单，易于实现，而且能够获得较好的检索结果。还实现了基于颜色矩的彩色图象检索算法，基于区域不变矩的二值目标检索算；扎提出了一种CBIR系统模型，介绍了常用的CBlR

4、系统评价标准。最后慨述厂(1BIR芎待于继续研究的相关领域。榭d：逛孙波变换图象检索多分罗征提取不变矩捌哦AbstractThecontent-basedimageretrievalalgorithmusinginteger-to-integerWTisstudiedinthispaperTheinteger-to—integerWThasthefollowingadvantages：itfitsforimageprocessingbecauseitsinputandoutputvaluesareallintegers；itextractsima

5、gefeaturesbyusingmulti—resolutionanalysis；anditdecreasesthesizeofdimensionsoftheimagefeaim’esInthispaper'thebasicknowledgeonWT．1ifting—schemeandinteger-to—integerWTisbl’ieflyintroducedfirst，andthenthecolorimageisanalyzedbyinteger·to-integerWTinulti。resolutioninordertoreduceth

6、edimensionsoftheimageSincethelowpasspanofWTpreservesthesketchoftheimage，betterresultsoftheindexofcolorimagescallbeobtainedbytakingthelocalregionenergyandF-normofWTasthecolorimagelbattu’esFtuthelmore，WTcoefficientsareusedtOanalyzethetextureimageAsthemainfeatmeSnfthetextureimag

7、earepresentinthedetailsandthehighpassoftheWTcoefficientsdenotesthedetailsoftheimage，thecharacterdeducedfromWTcoefficientscanbeusedIOI‘eliievethetextureimageTiledegreeofsimilaritywithratioinimagematchingalgorithmsisdefined。whichissingletocalculate，easytOrealizeandeffectivetoge

8、tbetterretrievalresultsThispaperalsorealizescolorimageretfievalandbinary-targetindexingalgo,’ithmsbasedOilmoments；proposesaCBIRframeworkmodel；introducesgeneralcritet。iotlsf；)rCBIRsystem；andfinallysummarizesthefutureresearchdirectionofCBIRKe)7、’ords：Integer-to-IntegerWaveletTr

9、ansformMulti-resolutionFeatureextractionSimilarityImageRetrievallnva