学位论文 > 优秀研究生学位论文题录展示

基于区域特征的图像检索技术研究

作　者: 罗小燕
导　师: 杨胜
学　校: 湖南大学
专　业: 计算机通信
关键词: 图像检索图像分割区域特征区域匹配
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 39次
引　用: 0次
阅　读: 论文下载

内容摘要

随着互联网和多媒体技术等技术的不断发展,如何从海量的图像中准确地找到满足用户需求的图像,成为了图像检索领域迫切需要解决的关键问题。本论文研究了基于区域综合特征的图像检索关键技术,主要工作内容和创新性成果如下:(1)提出了一种融合区域信息与边缘检测的图像分割算法。该算法首先将彩色图像转换成灰度图像,利用Otsu阈值分割法对灰度图像进行区域分割,提取图像闭合连通的轮廓及确定出一个最佳的阈值,该阈值作为下一步Canny算子的高门限值。然后,利用Canny算子提取出原灰度图像的边缘图。最后,将获得的区域轮廓图和边缘图按一定的准则进行融合,得到最终分割结果。实验结果表明,该分割算法不仅较好地分割出了目标的各区域,并且过滤掉了大部分不必要的不规则细节边缘点,使得到的轮廓线较清晰。(2)提出了一种基于目标区域综合特征的图像检索方法。该方法利用本文提出的图像分割算法提取可能的目标区域,然后在用户确定的图像目标区域中分别提取36维的颜色特征、4维的纹理特征和7维的形状特征,并进行区域匹配。最后,按照相似度从大从小的顺序将对应的图像显示给用户。实验结果表明,在查准率-查全率上,该方法的性能不仅优于单一特征的方法,而且比基于全局综合特征的图像检索性能更好。(3)开发了一个图像检索系统。本文利用Visual C++6.0构建了一个小型图像检索系统,对文中所提到基于目标区域的图像检索方法进行了验证。

全文目录

摘要  5-6
Abstract  6-9
插图索引  9-10
附表索引  10-11
第1章绪论  11-16
  1.1 引言  11
  1.2 研究背景及意义  11-12
  1.3 国内外研究现状  12-14
    1.3.1 基于全局特征的图像检索  12-13
    1.3.2 基于区域特征的图像检索  13-14
  1.4 本文的主要研究内容  14-16
第2章图像区域分割方法  16-27
  2.1 引言  16
  2.2 图像分割的定义  16-17
  2.3 常用图像分割方法  17-19
    2.3.1 基于边缘检测的图像分割法  17-18
    2.3.2 基于区域的图像分割法  18-19
    2.3.3 基于模型驱动的图像分割法  19
  2.4 融合区域信息与边缘检测的图像分割算法  19-26
    2.4.1 算法基本思想  19-20
    2.4.2 图像分割过程  20-22
    2.4.3 时间复杂度分析  22-23
    2.4.4 实验结果及分析  23-26
  2.5 小结  26-27
第3章图像特征分析及相似性匹配  27-41
  3.1 引言  27-28
  3.2 颜色特征  28-33
    3.2.1 颜色空间  28-31
    3.2.2 颜色特征描述  31-33
  3.3 纹理特征  33-35
    3.3.1 纹理特征描述法分类  33-34
    3.3.2 灰度共生矩阵法  34-35
  3.4 形状特征  35-38
    3.4.1 形状特征描述法分类  36
    3.4.2 形状不变矩法  36-38
  3.5 相似性匹配  38-39
    3.5.1 Minkowski 测度  38
    3.5.2 直方图相交距离  38-39
    3.5.3 Quadratic 测度  39
    3.5.4 Mahalanobis 测度  39
  3.6 检索性能评价标准  39-40
  3.7 小结  40-41
第4章基于目标区域综合特征的图像检索  41-51
  4.1 引言  41-42
  4.2 确定目标区域  42-43
  4.3 提取目标区域颜色特征  43-44
  4.4 提取目标区域纹理特征  44-45
  4.5 提取目标区域形状特征  45
  4.6 特征匹配  45-46
  4.7 实验结果及分析  46-49
    4.7.1 检索结果  46-48
    4.7.2 检索性能比较分析  48-49
  4.8 小结  49-51
第5章图像检索原型系统的设计与实现  51-56
  5.1 系统概述  51-52
  5.2 数据库设计  52-53
  5.3 用户界面设计  53-55
  5.4 小结  55-56
结论  56-58
参考文献  58-62
附录A （攻读学位期间所发表的学术论文目录）  62-63
致谢  63

相似论文

用于检索的人脸特征提取与匹配算法研究,TP391.41
基于用户兴趣特征的图像检索研究与实现,TP391.41
Q学习在基于内容图像检索技术中的应用,TP391.41
基于内容的服装图像检索技术研究及实现,TP391.41
基于多示例学习的用户关注概念区域发现,TP391.41
森林防火系统中图像识别算法的研究,TP391.41
直推式支持向量机研究及其在图像检索中的应用,TP391.41
多样性密度学习算法的研究与应用,TP181
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于形状的汉画像检索技术研究,TP391.41
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
中学地理教材中区域特征知识教学研究,G633.55
基于知识的脊柱MRI影像分割算法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
计算机辅助髋关节置换手术系统研究与开发,TP391.41
基于单目夜视图像的深度估计,TP391.41
基于中介真值程度度量的图像分割方法研究,TP391.41