论文部分内容阅读
基于内容的图像检索(CBIR)是目前国内外发展很快的一个研究热点。它的研究对象是使查询者可以实现方便、快速、准确的从图像数据库中,查找特定图像的方法和技术。该项技术的应用可以使管理者可以从大量的单调的人工管理工作中解放出来,实现管理工作的无人干预。对数字图像的使用产生了大量的各式各样的图像数据库。对图像数据库的查询和管理成了一个迫在眉睫的研究课题。图像数据库检索研究的目的就是实现自动地、智能地检索、查询和管理图像。 本文首先讨论了对图像进行完全自动的粗分类算法:把自然彩色图像按照分量分析分类方法首先粗略地将图像集进行划分。该方法利用图像的“内容”计算出一个统计量,通过统计量的比较把图像先分成两大类,针对每一类的具体特点进行不同的处理。其中对图像的内容进行统计时,分析了图像内容的统计方法,并分析了现有的一些统计方法的不足。 其次在进行特征的相似性度量时,分析了单一距离测度的不足,提出了基于图像识别比较特点的较优权值度量距离,利用K-Mean的计算方法对该距离的实现找到了理论依据。实验证明,用该距离进行图像的相似性检索与人类视觉检索的结果一致。 最后,本文总结了此次实验,并提出了进一步的研究方向。