论文部分内容阅读
随着科学的进步和人类文明化程度的不断深化,人类不再仅仅满足于以文本作为信息的载体带来的视觉感受,二维的图像、视频等高维度的信息载体逐渐走进普通人的日常生活。数字技术的发展不仅为海量图像、视频等数据的储存、传播,同时也为其内容不断更新提供了保证,给人类的生活与工作带来了极大的便利。在如此海量的信息资源中有效管理并及时准确地找到用户所需要的图像、视频信息是图像检索技术及方法研究所要解决的核心问题。目前此领域的研究主要集中在基于内容的图像检索方法及技术上,热点方向主要是基于压缩域、基于融合视觉关注模型、基于相关反馈技术、基于多模态、基于语义以及深度学习等图像检索方法及技术。本论文主要利用图像在压缩域中的多分辨率特性以及视觉关注模型中的显著特性,探索和研究了基于内容的图像检索方法,主要做了以下几个方面的工作。第一,提出了基于多分辨率的图像颜色及形状特征的检索方法(MRCS)。本方法结合了小波变换和聚合向量的概念,应用动态阈值代替了原有聚合向量方法中固定阈值的方法判断区域的连续性,并对图像经过小波分解后的低频子图小波系数和高频子图小波系数分别采用软阈值去噪方法、最大类间方差法以及中值滤波的方法对其进行优化。同时,对小波分解后的高频系数的特征提取采用了几何方法,引入了修正后的圆形度概念表达图像的几何特征,改善了由于对形状变化具有非常高的敏感性而造成的几何特征问题。实验结果表明,本章节提出方法的平均查准率总和的平均值和平均查全率总和的平均值分别为72.5%和42.9%。第二,提出了融合图像多分辨率和点的显著性特征的图像检索方法(MRCSP)。采用了通过相似度改进后的Harris角点检测算法检测角点,以更好地保留Harris角点检测算法的精度和减少其运算的时间。同时,采用了改进后的小波显著点候选值的检测小波显著点,更好地呈现图像高频子图的不同方向的显著特征。并应用于频域范围里图像点显著特征的提取,以实现图像检索。实验结果表明,本章节提出方法的平均查准率总和的平均值和平均查全率总和的平均值分别为80.8%和47.6%。第三,提出了融合图像多分辨率和区域显著特征的图像检索方法(MRCSR)。通过提取正交匹配算法对图像分解后的残差,利用此残差恢复图像的区域特征;同时,结合通过经过小波变换后的图像高频子图提取其边缘特征,融合后共同表达图像的显著特征。通过修正后的圆形度表征图像的显著特征,以实现图像检索。实验结果表明,本章节提出方法的平均查准率总和的平均值和平均查全率总和的平均值分别为83.1%和50.9%。目前,虽然基于内容图像检索方法的研究已经取得了较大地进展,但是离实际应用方面还存在一定的差距。本论文利用图像在压缩域中的多分辨率特性,提出了基于多分辨率的图像颜色和形状的图像检索方法。同时,结合图像在视觉关注模型中的显著特征表达,提出了融合多分辨和显著特征的图像检索方法。本论文的研究成果为基于内容图像检索的理论和方法研究提供了新的思路和可行的方法,也为基于内容的图像检索技术的实际应用提供了借鉴。