论文部分内容阅读
近几十年来,随着数字技术的发展,数字图像的种类和数量也飞速增长。数字图像由于信息量大、传递信息直观等优点已成为当前最重要的信息源。因此,如何对海量的数字图像信息进行有效管理,如何在短时间内在海量信息中获取所需信息都是数字化时代所要面对的挑战。图像检索技术即为解决这一问题而产生。当前已有众多基于内容的图像检索方法提出。不过这些方法大多只利用了图像全局特征,在检索的通用性和正确率方面尚需提高。局部特征技术作为近年兴起的图像特征提取技术,已在图像配准、图像检索、图像识别、纹理识别、视频数据挖掘、图像拼接、图像分类等领域得到了广泛的应用。图像的局部特征描述了图像的局部信息。与传统的图像全局特征相比,图像的局部特征具有更好的唯一性、不变性和鲁棒性,能更好的适应图像背景混杂、局部遮挡、光线变化等情况。因此,将图像的局部特征技术应用到图像检索系统中,对于图像意义的良好表征、快速正确的图像特征匹配而言都具有重要的意义。图像的局部特征技术包括局部特征提取技术和局部特征描述技术两部分。本文研究和总结了前人的研究成果,在前人的基础上针对上述两方面的技术分别进行了改进创新。最后,本文把提出的方法应用到基于内容的图像检索系统中并取得了良好效果。本文的主要贡献如下:1、研究了和比较了各种局部特征提取方法,在此基础上提出了一种基于相位谱的显著性区域检测方法用于对提取的局部特征进行筛选。对局部特征进行筛选可以有效的去除背景特征点,从而使提取的局部特征能够更好的表达图像的本质内容,并且能够提高运算速度。本文提出的显著性区域算法相比当前已有的显著性区域计算方法运算速度更快。2、研究和比较了各种局部描述方法。针对当前局部特征描述方法计算量过大的问题,提出了一种快速的局部特征描述方法。该方法基于SIFT算子的框架构建,采用了定性计算的方式替代SIFT定量计算的方式以加快运算速度。本文进行的实验表明,该算法稳定性与SIFT算子相当,同时具有更快的运算速度。3、本文利用图像局部特征技术构建了一个基于内容的图像系统。该系统中应用了本文所提出的方法。对该系统的测试表明,在图像检索系统中应用本文提出的局部特征技术,可以有效地提高图像检索系统的正确率和响应时间。