论文部分内容阅读
伴随着Internet的高速发展及各种数字化设备的普及,现代社会中多媒体信息的数量迅猛增长,使得人们越来越多的接触到大量具有丰富内涵的多媒体信息。为了方便地从海量的信息集合中快速准确的提取出有价值的内容,基于内容的图像检索技术正逐渐成为目前研究的热点。传统的图像检索大多数只提供了基于图像的描述关键字的检索,即首先对图像进行人工标注,然后再通过对关键字的查找来检索图像。这种检索方法虽然方便简单,搜索结果相对精确,但是由于标注的劳动量大且存在“语义鸿沟”,常常不能准确反映图像的内容。因此,从二十世纪九十年代初开始,研究人员就相继提出了基于内容的图像检索的技术。该技术实际上是一种模糊查询技术,它直接从待查找的图像视觉特征出发,利用颜色、纹理、形状等视觉特征,实现了对图像视觉内容特征的检索。本文对基于内容的图像检索技术进行了深入的研究,在分析了基于内容图像检索系统的研究背景,涉及的应用领域及国内外研究现状的基础上对组成基于内容图像检索技术的结构以及检索方法的评估标准进行了系统地研究。针对基于内容图像检索技术的结构,重点分析了特征提取、相似性度量和相关反馈技术的基本概念和特点。在特征提取方面,详尽地描述了颜色、纹理、形状及空间关系各个特征的定义和常用的数学表示形式;在相似性度量方面,主要分析了相似性度量的常用类型及其表示形式,同时对相关性反馈技术进行了分析。本文结合基于内容图像检索技术的基本原理,在基于颜色矩的颜色特征提取方法和基于灰度共生矩阵的纹理特征提取方法的基础上,利用Visual C++ 6.0和SQL Server2000数据库技术,编程实现了一个简易的图像检索系统平台。该系统将计算得到的输入示例图像的颜色矩值和灰度共生矩阵特征值,与特征库中的图像集进行相似程度的比较,将图像按照相似度的大小依次排列显示出来。通过对系统的各个模块及其功能进行分析,从实验结果来看,该系统所采用的检索算法具有较好的检索效率,检索性能优良,具有一定的理论和实际意义。