基于颜色特征与相关反馈相结合的图像检索技术

基于颜色特征与相关反馈相结合的图像检索技术

ID:36690313

大小:10.37 MB

页数:76页

时间:2019-05-13

基于颜色特征与相关反馈相结合的图像检索技术_第1页
基于颜色特征与相关反馈相结合的图像检索技术_第2页
基于颜色特征与相关反馈相结合的图像检索技术_第3页
基于颜色特征与相关反馈相结合的图像检索技术_第4页
基于颜色特征与相关反馈相结合的图像检索技术_第5页
资源描述:

《基于颜色特征与相关反馈相结合的图像检索技术》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、声明本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名:分嘞日期:?嘭牟9县了9关于学位论文使用权的说明本人完全了解太原理工大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段复制并保存学位论文;③学校可允许学位论文被查阅或借阅;④学校可以学术交流为目

2、的,复制赠送和交换学位论文;⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。签名:—熏帅一一日期:导师签名:太原理工大学硕士研究生学位论文基于颜色特征与相关反馈相结合的图像检索技术摘要IIUlIIIIIIIII11[11IIII[IIIIIUlY2395396在近几年来,多媒体数据库数量曰益庞大,数据库中图像的数目也无时无刻不在增长,传统的图像检索方式已经难以满足用户的需求,这就使得研究者将更多的目光投向了基于内容的图像检索(ContentBasedImageRetrieval,CBIR),在研究者们的不懈努力下,CBIR发展

3、迅速,已经取得了很好的检索效果,人们在进行检索时,不再是基于文本的检索,而是利用图像的底层特征,比如颜色、纹理和形状等。其中,最直观的底层特征属颜色特征,人们在看到一幅图像时,首先感知到的是它的颜色信息,所以,在对基于内容的图像检索的研究中,人们最常用到的方法是基于颜色特征的检索,而且,对任一类型的彩色图像这种方法都适用。在对颜色特征的提取中,全局颜色直方图应用广泛,跟其他表达图像特征的方法相比,它有一个很大的优势就是它具有良好的旋转、平移和尺度不变性,在检索图像时使用比较灵活,适用范围广,而且计算较为简单。然而,它并不能很好的表达颜色的空间位置信息,

4、也就是说,对于颜色分布完全不相同的两幅图像,很可能它们的颜色直方图是相同的,这样在视觉上完全不同的图像就可能被检索出来,这显然不是人们希望的。所以,研究者提出了局部直方图的思想,这种方法首先把图像按一定的规则进行分块,分成几个小区域,然后提取每一个区域的颜色直方图,再采用合适的相似性度量准则,计算对应的各个区域之间的相似度,加权T太原理工大学硕士研究生学位论文累加,即可得出整体图像的相似度。分块检索方式通过各分块之间的位置关系,在一定程度上包含了图像的空间信息,使得检索结果较之前的全局直方图有了很大的改进。但是,对图像简单的分块又无法保证图像的旋转及平

5、移不变性。因此,本文提出一种结合图像整体颜色特征和分块颜色特征的方法,首先提取图像整体的颜色直方图,再对图像进行分块划分,利用分块加权,结合颜色特征的图像检索。该方法结合了图像的整体与分块颜色分布,即表达了图像的空间信息,又保证了旋转不变性和平移不变性。全局颜色直方图弥补了分块局部直方图所缺失的旋转、平移、尺度不变性等,而分块局部直方图又很好的弥补了全局直方图所没有的空间信息分布,二者互为结合,达到了很好的检索效果。在本文中,两幅图像之间的相似度为整体相似度和分块局部相似度的加权和,最后,在检索中又加入了相关反馈技术,在完成对算法的研究之后,本文又设计

6、实现了一个基于本地图像库的检索系统。在本文的最后,对文章进行了总结,并对后续工作提出了展望。反馈关键词:基于内容的图像检索,整体颜色特征,分块颜色特征,相关太原理工大学硕士研究生学位论文BASEDONCOLORFEATURESCOMBINEDWITHRELEVANCEFEEDBACKIMAGERETRIEVALTECHNOLOGYABSTRACTInrecentyears,anincreasinglylargenumberofmultimediadatabase,thenumberofimagesinthedatabaseisgrowingallthe

7、time,thetraditionalImageRetrievalmethodshavebeendifficulttomeettheneedsofusers,whichmakestheresearchersputmoreattentiontotheContentBasedImageRetrieval(CBIR),undertheunremittingeffortsoftheresearchers,CBIRhasdevelopedrapidly,hasobtainedtheverygoodRetrievaleffect,whenpeopleisretri

8、eved,isnolongerBasedontextRetrieval,butusingthe

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。