大学本科理工科毕业论文《基于内容的图像检索》.docVIP

摘 要 随着多媒体技术及Internet技术的迅速发展，各行各业对图象的使用越来越广泛，图象信息资源的管理和检索显得越来越重要，其中基于内容的图象检索（Content Based Image Retrieval, CBIR）已经成为近几年来最活跃的研究领域只之一。 基于内容的图象检索技术是指利用图象内容对图象进行查询。图象的内容包括图象的颜色特征、纹理特征、形状特征等。本论文主要针对如何描述图象内容，准确、自动地提取特征，以及精确地对图象内容进行相似性度量。本文的主要工作和成果如下： 针对基于内容图像检索技术做了广泛和深入的研究，介绍了国内外CBIR技术的历史发展、必威体育精装版进展及应用状况，讨论了其面临的挑战和问题；分析和研究了图象检索中的基本技术，针对目前图象数据库的特点，提出了一种基于颜色和形状特征的图象检索算法，并通过编程构造了实验系统，验证了算法的有效性；组织了一个相对完备的图像测试数据库，对各种方法的检索性能进行了评测和比较，并对出现的问题进行了分析研究。 本文构造的实验系统以文中提出的基于颜色和形状特征的图象检索方法为主，共实现了两种特征的索引和检索方法，提供浏览检索和跨库检索的功能，具有一定的实用性。 关键词：基于内容的图像检索 CBIR 基于颜色和形状 相似性度量 目 录 1 前言 1 1.1 课题的背景与研究意义 1 1.2 基于内容的图象检索（Content Based Image Retrieval, CBIR）的概念 2 1.3 基于内容的图象检索的应用 2 1.4 国内外研究热点及现状 3 1.5 基于内容的图象检索面临的挑战和问题 4 1.5.1 高维索引技术 5 1.5.2 缺乏客观的评价标准 5 1.5.3 计算机视觉、模式识别技术 5 1.5.4 Web环境下的通用检索方法 5 1.5.5 综合检索手段 5 1.6 本文的主要研究工作 5 1.7 论文的结构 6 2 基于内容的图象检索的基本技术 6 2.1 特征提取 6 2.2 相似性度量 8 2.3 检索模式 8 2.4 相关反馈 9 2.5 性能评价 10 2.6 系统结构设计 11 3 基于不同特征的图象检索技术 11 3.1 基于颜色特征的图象检索 12 3.1.1 颜色空间的选择 12 3.1.2 直方图相交方法 14 3.1.3 累积直方图方法 15 3.1.4 分块主颜色方法 15 3.1.5 颜色矩方法 16 3.1.6 小结 16 3.2 基于纹理特征的图象检索 17 3.2.1 共生矩阵方法（co-matrix） 17 3.2.2 小波变换方法（wavelet transform） 17 3.2.3 小结 18 3.3 基于形状特征的图象检索 18 3.3.1 基于轮廓特征的方法 18 3.3.2 基于区域特征的方法 19 3.3.3 区域约束方法 20 3.3.4 小结 20 4 基于颜色和形状特征的图象检索 20 4.1 前言 20 4.2 检索算法描述 21 4.3 检索算法实现 21 4.3.1 颜色空间的选择 21 4.3.2 图象分割的实现 21 4.3.3 区域颜色特征的提取 22 4.3.4 区域形状特征的提取 23 4.3.5 相似性度量 23 4.4 系统实现 24 4.4.1 系统框架 24 4.4.2 图象入库 25 4.4.3 图象查询 26 4.5 实验结果和分析 28 5 总结 29 致 谢 32 参 考 文 献 33 Abstract 36 1 前言 伴随网络时代数字家庭概念的产生，20世纪年代多媒体技术发展可获取的图多媒体数据增。如何组织、表达、存储、管理、查询和检索这些海量的数据，是对传统数据库技术的一个重大挑战据统计，人类接受的外部信息，70%以上来自视觉，图像作为一种内容丰富，表现直观的多媒体信息被大量广泛的使用，如何有效的管理、检索图像信息成为迫切需要解决的问题。因此，如何将数字处理、模式识别技术、计算机视觉技术与传统数据库技术结合起来，建立高效的图检索机制成为迫切需要解决的问题。CBIR）就是一项从图像数据库中找出与检索式内容相似的图像的检索技术。它利用从图像中自动抽取出来的底层特征，如颜色、纹理、轮廓和形状等特征，进行计算和比较，检索出符合用户需求的结果图像集，且其检索结果可以借鉴文本检索技术中的相关反馈技术得到优化提高。目前图像检索系统技术实现的基础是对底层特征信息的计算和比较，也即