论文部分内容阅读
随着传统互联网的普及和移动互联网的兴起,使得世界上每天都会产生海量的数字图像信息,如何从中准确快速的查询到用户期望的图像成为急需解决的问题。传统的基于关键字的图像检索已经不能满足人们的日常需求,基于内容的图像检索应运而生并很快成为当前研究的热点。相对于基于关键字的图像检索而言,基于内容的图像检索主要具有两大优势,其一,对于基于关键字的图像检索而言,每幅图像需要人工标注关键字,其工作量巨大且效率较低,实现较困难。其二,对于基于关键字的图像检索来说,不同的人对于同一张图像的理解和认识往往是不同的,这就造成关键字是很主观和不完整的,基于内容的图像检索通过提取图像底层特征来表示一幅图像,而这些特征在描述图像时无疑能更客观,准确。在已有的图像检索系统中,有的系统是基于单一特征的图像检索,有的系统是不可以反馈的,有的系统是不方便扩展的,所以本文提出了一种全新的基于可反馈的多特征融合图像检索系统。本文主要工作如下:1.首先阐述了CBIR的背景和意义,论述图像检索技术的基本原理,分析了传统图像检索系统框架的不足,提出了一种基于Web的图像检索系统。2.介绍了基于内容的图像检索中基于颜色特征、纹理特征、形状特征的相关算法,并对图像的特征相似性度量,多特征融合技术以及相关反馈技术做了介绍。3.在系统功能需求基础之上,对系统进行了系统设计以及各个子模块设计,使之具有较高的稳定性,可扩展性。4.设计实现了图像特征分析和提取,并对特征比较算法做了详细阐述。对于各个特征的特征向量,经归一化处理之后,将各特征向量进行加权求和,完成基本的图像特征分析和提取。5.最后,本文设计并实现了一个基于多特征的图像检索系统。该系统是基于Web的,不仅可以基于颜色,形状,纹理等进行单一特征检索,而且可以综合多种特征检索,并根据用户反馈结果动态改变特征权重比,使得用户能更快速,准确的获取到检索结果。