毕业设计（论文）-彩色图像检索方法的研究与系统实现

《毕业设计（论文）-彩色图像检索方法的研究与系统实现》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、彩色图像检索方法的研究与系统实29摘要：随着互联网与存储技术的不断发展，人们可以获得的各种形式的信息数量也在迅速增长中。在图像信息方面，随着大规模图像集的出现，能否自动而快速地从中找到需要的图像，日益成为人们关注的焦点。如何提供一种快速有效的方法来检索这些内涵丰富的图像信息成为当今检索领域的研究热点。本文设计实现了一个基于内容的检索系统对于给定的例子图像，系统搜索制定目录并根据与例子图像的相似性程度数值俺升序排列相符合的图像。关键词：图像检索；基于颜色和纹理；基于直方图；遗传算法；基于内容ColorImageRetrievalMethoda

2、ndSystemXXXAbstract:WiththeInternetandstoragetechnologydevelopment,peoplecangetinformationonvariousformsofrapidgrowthinthenumber.Informationinimages,withtheemergenceoflarge-scaleimageset,canautomaticallyandquicklyfindtheimagesneedtoincreasinglybecomethefocusofattention.How

3、toprovideaquickandeffectivewaytoretrievetheseimageswithrichinformationretrievalbecomethehotareaofresearch.Inthispaper,designandimplementationofacontent-basedretrievalsystemforagivenexampleimage,thesystemdirectoryandsearchformulationexampleinaccordancewiththedegreeofsimilar

4、ityofimageIinascendingnumericalorderwiththeimage.Keywords:ImageRetrieval;basedonthecolorandtexture;basedonthehistogram;geneticalgorithm;content-based29目录摘要：1Abstract1目录2第一章绪论41.1选题背景41.2图像检索方法的研究综述41.2.1基于文本的检索41.2.2基于内容的检索方法51.2.3基于基本特征提取算法71.2.4图像检索系统的性能指标和评价准则81.3基于内容图像

5、检索技术的现状和发展方向91.3.1现有CBIR系统91.3.2图像检索技术的未来发展10第二章系统分析122.1系统需求分析122.2可行性分析122.3系统的功能分析132.4数据库设计152.4.1建立SQL数据库152.5连接数据库16第三章详细设计163.1界面设计：163.2代码实现18293.2.1静态文本的代码183.2.2按钮的代码实现193.3疑难问题的解决243.3.1如何添加ADOData控件243.3.2DataGrid控件的应用24第四章系统的实现与论文的完成264.1编码264.2测试264.3索引的建立27第

6、五章总结和展望285.1课题研究总结285.2存在的问题及个人解决方法28个人总结29致谢30参考文献：3129第一章绪论1.1选题背景随着互联网与存储技术的不断发展，人们可以获得的各种形式的信息数量也在迅速增长中。在图像信息方面，随着大规模图像集的出现，能否自动而快速地从中找到需要的图像，日益成为人们关注的焦点。如何提供一种快速有效的方法来检索这些内涵丰富的图像信息成为当今检索领域的研究热点。传统的图像检索技术是基于文本的检索技术。文本检索技术可以追溯到70年代末，它依靠人工对图像进行手工注解，然后根据关键字对图像进行检索。目前很多大型图

7、像数据库以及WEB上大部分的图像搜索引擎使用的都是这种技术。在这些图像库或搜索引擎中，图像只被松散地按类组织在一起，比如:动物、自然场景、人体诸如此类。所有这些图像的索引都由人工标注，在标注过程中，标注者列出他认为重要的或用户可能会感兴趣的物体以及对图像的描述。这种基于文本的图像检索方式的缺陷在于：一是要对规模不断庞大的图像库一一进行人工标注，代价太大；二是由于图像中包含着极为丰富的信息，而不同的人对于图像会有不同的感知与理解，因此难以避免标注过程中的主观性和不精确性。将基于文本关键字的检索方法直接应用到图像检索中会存在很多局限性[1]。遗

8、传算法GA(Geneticalgorithm)是一种效仿了自然界中种群的进化过程的人工智能搜索技术。由于遗传算法的整体寻优策略以及优化计算时不依赖梯度信息，使其具有在复杂的多维空