用于CBIR的图像颜色和纹理特征提取

来源 :上海大学 | 被引量 : 0次 | 上传用户:lzayy9
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
计算机技术、多媒体技术以及Internet技术的长足发展导致了大量图像的出现,如何有效地、快速地从大规模图像数据库中检索出所需的图像是目前一个相当重要又富有挑战性的研究课题。基于内容的图像检索(content based image retrieval,CBIR)正是为了解决如何有效地从图像数据库中检索出相关图像的问题,近年来,此项技术的研究非常活跃,在许多领域都有应用。 本文首先简述CBIR领域的一些关键技术,包括颜色空间、图像主要低层特征(颜色、形状和纹理)的描述方法、图像特征间的相似性度量准则等。图像特征提取通常是CBIR的第一个步骤,它对整个检索系统的性能有着至关重要的影响。本文重点研究颜色和纹理特征及其在基于内容图像检索中的应用,主要研究内容和成果如下: ◇分析了颜色直方图用于CBIR时存在的问题,在此基础上提出一种应用边缘空间分布的图像检索方法。利用颜色向量角仅对色度和饱和度敏感而对亮度不敏感的特性提取彩色图像边缘。在边缘像素及其近邻提取颜色向量角直方图,同时又在平滑像素区提取颜色直方图,将两种直方图结合起来描述图像内容特征。这一方法较充分地利用了颜色和图像边缘信息,具有良好的光照不变性。实验结果表明,检索效果优于单纯使用颜色直方图的方法。 ◇提出了一种图像特征提取方法,可用于以图像关键块为基础的图像检索系统。以图像块灰度矩阵前两个奇异值之比为其信息量大小的判据,低于阈值的图像块表示含有足够的信息量,从其中提取由亮度统计参数、颜色成分和纹理特性共12个量,构成初始特征向量,并应用主分量分析法降维,得到代表图像块的6维向量。对大量图像块的特征向量进行k-均值聚类,结果表明所提出的特征提取方法能够较准确地描述图像块的内容特征。
其他文献
随着移动通信技术的快速发展,人们追求人性化、个性化和时尚化移动业务的需求越来越旺盛。同时,移动话音ARPU值持续下降,移动增值业务ARPU值则缓慢上升,成为拉动移动通信运营收入
随着电力工业的稳定发展,智能电网由概念转向实际应用,而智能变电站是智能电网建设中的重要一环。本文研究的内容是基于无线传感器网络的测温系统设计和实现,主要是为了完成高压设备的非接触式测温,并对目标进行实时监测。本文从项目的需求出发,提出了系统的设计方案。首先,介绍了由本实验室设计的传感器节点和汇聚节点的硬件平台,并着重分析了基于这两个硬件平台的软件设计和实现。传感器节点承担着网络的数据采集任务,本系
虚拟实验室是远程教育系统中一种重要的实验教学资源,为接受远程教育的学生提供一种不受时间、地点、实验设备限制的实验环境。 本文首先分析了虚拟实验室的现状,针对现有虚
伴随着人们生活水平的提高,对牛奶的需求不断增加,精确地检测牛奶中成分的含量更广泛地引起关注。目前牛奶成分的检测方法各自有不同的优缺点,本文在总结各种检测方法的基础
近些年来,随着图像数据库的迅猛发展,数据库中图像的数目也在不断飙升,传统的TBIR (text-based image retrieval,即基于文本图像的检索)已越来越不能满足网络发展的需求,随之
在过去的几年中,互联网的革新已经驱动了产业的改革。IP网络,特别是宽带网络和无线网络,有了极大的发展。在日常办公环境下实现基于互联网的服务已经变得成熟和不可或缺。然而我
经过近十多年来的自动化改造工作,我国制造行业的自动化水平有了明显的提高,先进的自动化技术得到了普遍的采用。这些技术的内容包含了先进的信息处理和控制技术,即以计算机为核
期刊
在石油开采这一生产活动中,及时而准确的知晓油井下的井温和井压等参数是非常重要的。虽然已有的井温、井压等参数的探测方法甚多,但现有方法均采用专门敷设电缆或光缆的有线传
期刊