论文部分内容阅读
目的:对新疆维吾尔医药材图像进行特征提取与特征分析,并利用所研究特征进行基于内容的图像检索,探讨所研究特征在维吾尔医药材图像分类和检索中的效果,找到适用于维吾尔医药材图像检索的特征,为基于内容的新疆维吾尔医药材图像的检索系统奠定基础。方法:使用Matlab图像处理软件,对药材图像进行预处理,改善图像的质量,保存有效信息,滤除无用信息;进而对处理后图像提取基于颜色直方图、颜色矩和形状的特征。使用SPSS统计分析软件,利用图像特征进行图像分类分析。最后利用图像特征进行基于内容的图像检索分析。结果:对新疆维吾尔医药材图像的花类图像和叶类图像时进行分类,结果显示,利用颜色直方图特征分类,分类准确率分别是73%和77%;利用颜色矩特征分类,分类准确率分别是79%和88%;利用形状特征分类,分类准确率分别是56%和78%。对新疆维吾尔医药材图像的花类图像和果实类图像时进行分类,结果显示,利用颜色直方图特征分类,分类准确率分别是62%和66%;利用颜色矩特征分类,分类准确率分别是77%和72%;利用形状特征分类,分类准确率分别是57%和66%。对新疆维吾尔医药材图像的叶类图像和果实类图像时进行分类,结果显示,利用颜色直方图特征分类,分类准确率分别是77%和74%;利用颜色矩特征分类,分类准确率分别是89%和74%;利用形状特征分类,分类准确率分别是70%和61%。对新疆维吾尔医药材图像的花类图像、叶类图像和果实类图像时进行分类,结果显示,利用颜色直方图特征分类,分类准确率分别是61%、74%和60%;利用颜色矩特征分类,分类准确率分别是64%、81%和61%;利用形状特征分类,分类准确率分别是59%、66%和58%。对新疆维吾尔医药材图像的花类图像、叶类图像和果实类图像时进行检索,结果显示,利用颜色直方图特征检索时,花类图像、叶类图像和果实类图像检索的平均查准率最高分别为68%、58.5%和65%;利用颜色矩特征检索时,花类图像、叶类图像和果实类图像检索的平均查准率最高分别为67.5%、71%和77%;利用形状特征检索时,花类图像、叶类图像和果实类图像检索的平均查准率最高分别为57%、70%和51.5%。结论:将图像颜色直方图特征、颜色矩特征和形状特征提取方法成功引入新疆维吾尔医药材图像的分析中,对药材图像进行特征提取,进而进行图像判别分析和基于内容的检索分析。对新疆维吾尔医药材图像的判别分类分析结果表明:对花类、叶类和果实类三类图像分类时颜色矩特征的分类效果最好,在一定程度上满足分类需求。进行基于内容的新疆维吾尔医药材图像检索的结果表明:对花类图像检索时,使用颜色直方图特征,选择马氏距离算法的检索效果较好;对叶类图像检索时,使用颜色矩特征,选择欧氏距离算法的检索效果较好;对果实类图像检索时,使用颜色矩特征,选择标准欧氏距离算法的检索效果较好。本研究结果可以进一步应用到基于内容的新疆维吾尔医药材图像检索系统中,具有一定的应用价值。