论文部分内容阅读
随着多媒体技术、计算机技术,通信技术及Internet网络的飞速发展,包括图像在内的各种多媒体数据的数量正以惊人的速度增长。如何提供一个有效的算法来快速、准确的查询这些具有丰富内涵的图像信息成为当今检索领域的研究热点。基于内容的图像检索(Content Based Image Retrieval,CBIR)技术是解决这一问题的关键技术之一。CBIR从可视化角度对图像检索进行探讨,通过多媒体信息本身的语义和媒体的视觉特征进行检索。其中,视觉特征包括颜色、纹理、形状等。本文通过提取图像的颜色特征进行研究,主要研究工作概括如下:1.引入分块小波变换。小波变换可以把图像分解成不同频率的子图像之和,分别代表图像的不同结构,可以通过它方便地提取图像的主要结构信息和细节信息。采用分块技术可以表达图像的空间分布特性,从而提高算法的搜索性能。2.引入微粒群算法。作为一种新的群体智能方法,微粒群群算法(particle swarm optimization,PSO)是一个非常有前景的工具。该算法特别适合于模拟个体间的社会交互,具有收敛速度快、通用性强等优势。本文引入微粒群算法对基于小波变换的图像检索算法进行优化,加快了算法的搜索速度。3.设计并实现了基于微粒群和小波变换的图像检索算法。本文将分块小波技术和微粒群算法与一般的基于颜色直方图的图像检索算法相结合,提出基于微粒群和小波变换的图像检索算法。该算法引入小波技术提高了特征提取的有效性;采用分块技术提高了图像检索性能;结合微粒群算法进行智能搜索加快了算法的执行速度。