论文部分内容阅读
随着多媒体信息数量的极速增长,准确而快速地对多媒体信息进行处理的需求越来越迫切,相应的计算机信息处理技术得到了更加广泛的应用,其中基于内容的图像检索技术在图像分析领域占据着重要地位。九十年代至今,基于分形技术的图像压缩算法迅速发展并逐渐趋于成熟,分形技术在图像压缩上的成熟应用促使科研人员将目光转向利用分形技术解决基于内容的图像检索的相关问题上。因此,本论文在研究图像间结构相似度的基础上,对现有的分形方式进行改进,实现图像的编、解码和基于分形的图像检索算法,并通过实验对改进算法进行测试与分析。首先,本文对目前常用的图像编、解码技术和图像检索技术进行了研究和测试。其中,在测试图库上对基于固定分块的分形技术进行实验,得到图像编、解码结果作为本文改进算法的参照结果;在标准ORL图库上对灰度直方图检索算法进行实验,检索结果作为本论文提出的快速分形检索算法的对比依据。然后,本文对现有图像分割方式进行改进,采用四叉树分割与HV分割两种分割方式,提出新的局部码本选取策略,从分割方式和局部码本的选择策略两方面研究了不同方法对图像的自适应程度。改进后的图像分割方式使得R块更容易在当前层找到匹配的D块,同时,局部码本的选择策略大大减少了D池中D块的数量,从而减少了图像编码时间。之后,针对不同局部码本本文提出了的不同的距离公式,根据分形码的选取特征,对不同方向的近似D块进行距离加权,从而更精确的反映图像间的相似距离度量。最后,在标准图库和生活图库上对本文的改进算法进行测试,实验结果表明,局部码本的使用使得图像编码速度相对于固定分块分形得到了大幅度的提升;面对待检索图像,只需对其进行编码操作得到分形编码,即可进行相似度匹配,能够达到实时检索的要求;应用改进后的距离公式,在测试图库上得到的查准率要明显优于灰度直方图算法。