论文部分内容阅读
随着Internet的普及和发展,图像数据飞速膨胀,使得如何高效、快速的检索到所需要的图像数据成为当前图像应用领域的一个研究热点。为了便于图像的检索和识别,基于内容的图像检索技术应运而生。该技术提取图像的颜色、纹理、形状等特征作为检索的索引,然后比较样例图像与图像库中图像的特征,并将与样例特征相似的图像返回给用户。虽然当前提出了很多图像特征提取方法和相似性度量方法,但是这些技术还不够成熟,没有达到很好的检索效果,返回结果中常常有大量的无关内容,有待进一步深入研究。 本文以基于内容的图像检索为主线,对检索系统的关键技术特别是图像特征提取方面做了深入的研究。 提出了一种基于显著点的颜色直方图图像检索新方法,克服了基于显著点Hu不变矩图像检索方法没有考虑颜色信息的弊端。经对具有1000幅10类图像的图像库所进行的检索试验表明,与基于显著点Hu不变矩特征的检索方法相比,查准率提高一倍以上,也说明了形状特征检索方法进行图像检索的局限性。 在本文提出的第一种方法的基础上,进行进一步的研究改进,提出了基于显著点局部颜色特征空间分布的图像检索方法。该方法基于显著点局部颜色特征的环形颜色直方图进行检索,不仅可以克服基于显著点的Hu不变矩特征图像检索方法没有考虑颜色信息的弊端,也可以消除本文第一种检索方法不具有图像颜色空间分布特征度量的局限性。针对同一图像库的检索试验表明,与本文所提出的第一种方法比较,查准率提高5.5%,与全局HSV颜色直方图相比较,查准率提高2.5%。 通过对图像检索系统模型的分析与研究,设计并实现了一个图像检索原型系统MyCBIR。利用原型系统和具有10类共1000个样本的图像库验证了本文所提出方法的有效性。