论文部分内容阅读
本文在深入研究了常用的图像检索技术的基础上，提出了一种Contourlet变换域中融合子带纹理统计特征和Hu不变矩的图像检索算法。本文在进行图像检索之前，首先对图像进行灰度变换、尺寸变换、图像不重叠分块等预处理，以此统一图像的尺寸大小，在满足Contourlet变换的条件下提取图像特征。其次，对图像做Contourlet变换，提取所有Contourlet分解子带的平均能量、标准差、峰态系数3个统计特征和Hu不变矩局部形状特征。最后，将纹理统计特征和Hu不变矩进行融合并归一化处理，作为图像的特征向量进行图像检索。相似度度量主要采用Manhattan距离函数。本文主要涉及了算法中Contourlet分解层次的选择，Hu不变矩个数的选取和不同相似度度量方法的性能对比等研究。此外还将本文算法与其它检索算法进行对比，并在不同的图像数据库中应用本文算法进行了图像检索实验。具体工作如下所示：（1）算法参数对检索效果的影响研究。应用Outex(2320)纹理图像数据库，研究Hu不变矩的个数、Contourlet分解层次和相似度度量方法对图像检索平均查准率的影响，分析发现本文算法在做Contourlet（2,3,4,5）层次分解，取3个Hu矩，采用Manhattan距离进行相似性度量时，检索效果最好，平均查准率达到了81.18%。（2）算法的有效性研究。应用Outex(2320)纹理图像数据库，将文中提出算法、小波变换融合纹理统计特征与Hu不变矩法、DT-CWT变换融合纹理统计特征与Hu不变矩法、Contourlet变换域提取子带纹理统计特征法和Contourlet变换域提取Hu不变矩特征法进行对比实验研究，分析发现本文算法能够得到较高的平均查准率，具有良好的有效性。（3）算法的鲁棒性研究。分别在MIT纹理图像数据库，Brodatz纹理图像数据库、GT人脸图像数据库和Outex(5104)纹理图像数据库上应用本文提出算法进行了图像检索实验研究，算法的平均查准率分别达到了87.04%、74.03%、74.54%和65.16%。实验结果表明本文算法具有较好的适应性。（4）设计了基于本文算法的图像检索系统，直观显示图像检索过程。