论文部分内容阅读
随着互联网的普及和飞速发展,其所包含的图像数量也急剧增加,这使得如何高效、快速的检索到所需要的图像数据成为当前的一个研究热点。早期是采用人工为图像标注关键字,然后用检索文本的方法来检索图像。然而这种方法有显著的缺点,一方面人工标注的工作量太大,另一方面标注关键字时有很大的主观性,这使得基于内容的图像检索技术应运而生。基于内容的图像检索,是一种利用图像的视觉特征(如颜色、纹理、形状等)进行图像检索的技术。该技术提取图像的颜色、纹理、形状等特征作为检索的索引,然后比较样例图像与图像库中图像的特征,并将与样例特征相似的图像返回给用户。在基于内容的图像检索中,颜色和纹理特征性质稳定,作为图像的一种重要视觉信息,在检索中得到了广泛应用。虽然当前提出了很多图像特征提取方法和相似性度量方法,但是这些技术还不够成熟,没有达到很好的检索效果,返回结果中常常有大量的无关内容,有待进一步深入研究。本文以基于内容的图像检索为主,对检索系统的关键技术特别是图像特征提取方面做了深入的研究。提出了一种结合图像颜色特征与图像语义特征的图像检索新方法,克服了单纯的基于内容图像检索未曾考虑图像内容特征与其语义之间鸿沟的缺点。经对具有20类图像的图像库所进行的检索试验表明,与单纯的基于内容特征的检索方法相比,查准率有明显提高,也说明了基于内容特征检索方法进行图像检索的局限性。在本文前面提出的方法的基础上,进一步应用降维算法对图像特征进行处理,不仅可以大大降低图像特征所需的存储空间以及检索时特征匹配的时间,还能有效降低图像特征中的冗余部分,进一步提高图像查找的准确率。在检索前对图像库进行预分类可以进一步提高图像检索效率与准确率,进一步提高检索的效果。实验结果表明,与本文所提出的第一种方法比较,查准率进一步提高,与全局HSV颜色直方图相比较,查准率显著提高。最后,本文设计了一个基于Web的图像搜索引擎原型演示系统的总体架构,并以前面提出的算法为核心实现了以数据库系统部分,其功能包括图像特征提取、图像分类与检索等,并以此作为检索算法的测试平台,对本文提出的几种图像检索方法进行了实验比较和性能分析。