论文部分内容阅读
随着多媒体技术及Internet网络的迅速发展,基于内容的图像检索技术研究成为目前一个相当重要而富有挑战性的课题。本文围绕基于内容图像检索中的一些关键技术,包括图像底层特征提取、图像间相似度的度量及相关反馈、高维索引等技术,进行了一些探索性的研究,研究具有一定的理论意义和实际应用价值。
在深入分析图像底层特征和相关反馈的机制的基础上,本文提出了相似度得分机制和基于正负相关图像线性组合方式的相关反馈机制,并在这两种机制基础上实现了一个扩展性良好的图像检索系统。文中利用此系统分析了不同相似度度量方法的优劣,不同特征对图像检索性能的影响。通过实验分析可知,本系统在二次检索时能够有效的提高检索的查准率和召回率。
高维索引机制是大规模图像库检索达到实时性要求的关键技术,本文通过深入分析R树,实现了一个基于R树可变最小包围矩形的图像检索系统。通过实验分析可以得出,随着最小包围矩形边长的减少,检索的时间也将减少,但是当最小包围矩形边长减小到一定程度,将导致查找结果过少,甚至没有的情况出现。通过理论分析和实验结果可知,最小包围矩形边长与检索时间成正比关系。
在深入分析图像底层特征和相关反馈的机制的基础上,本文提出了相似度得分机制和基于正负相关图像线性组合方式的相关反馈机制,并在这两种机制基础上实现了一个扩展性良好的图像检索系统。文中利用此系统分析了不同相似度度量方法的优劣,不同特征对图像检索性能的影响。通过实验分析可知,本系统在二次检索时能够有效的提高检索的查准率和召回率。
高维索引机制是大规模图像库检索达到实时性要求的关键技术,本文通过深入分析R树,实现了一个基于R树可变最小包围矩形的图像检索系统。通过实验分析可以得出,随着最小包围矩形边长的减少,检索的时间也将减少,但是当最小包围矩形边长减小到一定程度,将导致查找结果过少,甚至没有的情况出现。通过理论分析和实验结果可知,最小包围矩形边长与检索时间成正比关系。