论文部分内容阅读
基于内容的图像检索是以反映图像信息特征为依据,通过某种相似性准则,找到与目标图像相似图像的一个过程。对于图像检索结果最重要的是特征提取过程和相似度的度量准则,前者反映图像内容的表述,后者对于算法的实时性有比较大的影响,这两点是本文的重点研究内容。本文描述了在图像检索领域国内外研究现状和最新研究方向,并对图像检索的关键技术和相似性度量函数进行介绍。主要研究内容分为如下几部分:首先介绍了图像检索系统的基本框架和图像预处理算法及经典图像特征提取算法,预处理算法为中值滤波算法,特征提取算法为颜色特征、纹理特征、形状特征,这为构建图像检索系统的框架奠定基础。然后针对经典算法中的颜色特征和纹理特征进行改进,针对颜色特征提取方法,将图像的边缘信息融入颜色直方图。通过实验结果证明,改进后的检索算法比原来的只依靠颜色直方图进行检索有较高的准确率。对于基于图像纹理特征的图像检索算法,本文改进基于灰度共生矩阵的纹理特征表示方法。算法首先计算图像的灰度共生矩阵,然后根据灰度共生矩阵分别计算图像的能量、熵、惯性距、局部平衡性、相关性等纹理特征。最后将两种改进算法进行融合,提出基于多特征融合的图像检索算法研究,并构建了基于多特征融合的图像检索系统,通过实验结果表明:基于多特征融合的图像检索算法能够有效的提高图像检索的准确率,图像的查全率和查准率分别到达百分之87.6和百分之88.4,所以实验指标完全可以满足实际需要。