论文部分内容阅读
在这个信息爆炸的时代,随着图像资源的日益丰富,传统的基于关键字和文本描述的传统模式已经不能满足图像检索的需要。基于内容的图像检索技术应运而生,它是综合图像识别、计算机视觉、数据库技术和人工智能等多学科融合的技术。基于内容图像检索的主要思想是根据图像所包含的颜色、纹理、形状等底层图像特征来分析图像内容。MPEG-7是为规范多媒体内容描述而启动的国际标准,它的制定使快速、有效地查询和访问各种多媒体成为可能。本文的研究工作围绕MPEG-7所提供的图像基本底层特征展开,目标是开发出一个综合MPEG-7颜色描述符和形状描述符,能进行快速、有效、具有应用性的基于内容的图像检索系统。主要的研究集中在以下几点:(1)针对提取形状特征的关键步骤—图像分割,本文基于传统阈值迭代法提出了一种新的图像分割方法,比较有效地改进了形状特征的提取。(2)综合颜色及形状特征进行图像检索,提出两种基于主颜色及区域形状相结合的方法,这两种方法的检索效果都较单一特征检索有较大提高。(3)鉴于人们在图像检索中具有主观性这一特点,本文对能够为用户提供交互反馈的相关反馈技术进行了深入的研究,相关反馈模块的引入使图像检索系统检索精度得到提高。(4)综合MPEG-7提供的颜色和形状描述符、以及相关反馈技术,用VC++及数据库技术设计出一个检索性能较优、具有一定实用性的基于内容图像检索系统。