论文部分内容阅读
随着多媒体技术和互联网的快速发展,每天都有大量的图像信息在不断地产生,如果没有对图像的自动和有效地描述,大量信息将淹没在信息的海洋之中,无法在需要时被检索出来。这样就需要性能良好的检索方法使我们可以根据图像的视觉特征和语义信息有效而准确地从图像库中检索出所需的图像。由于传统的基于关键字的信息查询方法(TBIR)已经不能有效地支持多媒体信息的查询和检索,所以基于内容的图像检索技术(CBIR)便成为解决这一问题的关键。基于内容的图像检索主要利用图像中的颜色、纹理、形状、空间关系等特征对图像进行检索。然而由于图像信息的复杂多样性以及特征提取方法没有统一的规范,导致检索结果可继承性和可重复性不高,严重影响了检索效率。MPEG-7标准的出现有效地解决了这一问题,它为图像检索的特征提取提供了一组标准,本文对于基于内容的图像检索的所有研究都是基于MPEG-7国际标准的。论文的主要工作如下:一、对基于内容的图像检索技术的研究背景、图像检索的系统结构和系统模型以及与MPEG-7国际标准的关系做了简要的介绍和分析。二、分析了MPEG-7标准中多种基于形状的描述子。深入分析了视觉描述工具中的轮廓描述工具,重点研究了基于质心距离、曲率和多边形近似的傅里叶描述子在图像特征提取当中的应用。对这几种傅里叶描述子进行了详细的算法推导和性能比较。三、研究了一种基于链码的图像检索方法,分析了其性能优缺并使之应用于多边形近似的傅里叶描述子,从而实现了一种基于链码和多边形近似结合的图像检索方法。四、在实验中对需要检索的图像进行了预处理,定义了检索的评价标准,对于以上提及的多种算法的实验结果进行了综合分析和性能比较。