论文部分内容阅读
多媒体一般指图像、图形、文字和声音。本文研究的多媒体图像主要包括图像、图形和文字这些内容。基于内容的图像检索(CBIR,Content-Based Image Retrieval)是一种利用图像的视觉特征(颜色、纹理、形状等)进行图像检索的技术。随着计算机科学和数据库技术的发展,CBIR己成为国内外的一个研究热点。 本文在广泛查阅国内外有关基于内容的图像检索技术资料的基础上,论述了目前国内外基于内容图像检索领域的现状和发展趋势,阐述了基于内容的图像检索中的关键技术问题,采用了一种将多分辩率小波变换应用于图像检索的方法。首先将图像在不同的分辨率下进行小波分解,取出分解图像的低频成分,计算其能量和小波熵,然后分两次进行检索,第一次检索是用图像低频部分的能量作为特征来作一次检索,对图像进行粗略的分类,第二次检索是在第一次检索结果的基础上,计算样本图像的小波熵和被检索图像的小波熵,同时计算两幅图像的空间相似度距离,设定不同的阈值对图像进行第二次检索分类。此外为了准确验证检索的性能,本文的图像库分为两类,其中一类包括标准人脸BMP图像1000张,另外一类是通过软件将JPEG格式转换成BMP格式的图像库,这类图像库包括了汽车BMP图像100张,建筑BMP图像100张,风景BMP图像150张。 本文对不同类型的图像库分别进行检索分类实验。实验证明,本文采用小波熵作为图像的特征,既能降低图像特征向量的维数又有良好的检索效果。在图像的相似性距离度量中,本文综合考虑了不同小波基和不同分辨率的情况,实验证明了该方法是正确有效的。 最后,本文对基于内容的图像检索技术研究和实现进行了总结,并对目前基于内容的图像检索技术面临的困难进行了分析,提出了进一步的展望。