论文部分内容阅读
自上世纪中旬开始,互联网发展迅速,各种多媒体数据急剧增加。传统的采用人工加注的基于文本的检索方法由于其加注复杂性以及主观性,已经越来越不能满足多媒体检索的需求,因此便出现了基于内容多媒体检索(Content—BasedMultimedia Retrieval,CBMR)。
在CBMR中,进行图像检索的技术就是基于内容的图像检索(Content—BasedImage Retrieval,CBIR),自从1992年CBIR被提出以后,便成为研究的热点。特别是近年来随着人工智能,多媒体技术和网络技术等的发展,CBIR的研究和应用取得了很大的成就。目前CBIR技术应用范围广泛,如数字图书馆,商标检索,以及基于Web的网络图像检索等。
CBIR中主要有基于颜色,形状,空间,纹理等特征的检索方法,然而各种方法各有各的优点和缺点,例如颜色是人眼主要的信息来源,是一种全局特征,但是由于颜色对图像或者图像区域的方向等变化不敏感,所以仅采用颜色作为检索特征不能很好地达到理想的效果,因此,颜色常常和其他特征进行综合检索。在基于形状的方法中,小波重要系数算法计算量小,且存储空间小,但该算法对形状的描述不具有平移,尺度,旋转不变性等[1]。Hu不变矩的算法[2]则可以很好的解决平移,尺度,旋转不变性等问题。本文对基于内容图像检索技术进行了深入的研究,采用了基于颜色与形状的相关算法,并在此基础上引入了分类的方法来增强检索效果,设计实现了一个ImageSeeker系统。该系统中,用户可以进行分类检索,同时具备有一定的反馈能力,虽然该系统在诸如检索速度方面仍然有待改进,但已具备了基本的基于内容图像检索功能,包括了特征提取,反馈,范例与样本图像检索等功能,具有较好的平均检索准确性,具有较高的实验性和实用性。