论文部分内容阅读
随着互联网的发展,人们对在互联网上进行图像检索,尤其是基于内容的图像检索的需求越来越大。从20世纪90年代初起,基于内容的图像检索(CBIR)就成为多媒体技术应用的研究热点。由于目前计算机视觉和图像理解的发展水平所限,使得CBIR还无法真正支持基于语义的图像检索,所以目前研究得较多也比较成熟的检索算法大部分是基于图像的低层特征的,比如利用图像的颜色、纹理、形状等特征来检索。为了改进传统的CBIR系统的检索性能,一般会对进行异种特征的组合或结合相关反馈的技术。本文提出一种基于PCA(PrincipalComponentAnalysis)主成份分析的方法结合颜色直方图,主色划分等特征,加以相关反馈的人机结合图像检索的算法。颜色是描述图像内容的最直接的视觉特征,直方图有统计直观,图像平移、旋转不变的性质,但用直方图进行图像检索中主要利用的是图像颜色分布的全局特性,没有利用颜色的空间分布。本文加上区域主色划分等特征进行PCA主成份分析结合,在图像的匹配算法上作出了一定的创新,再加以相关反馈的人机结合可以不断地提高检索性能。最后,本文编程实现了该算法,实验结果证明了该算法的高效性与有效性。