学位论文 > 优秀研究生学位论文题录展示

基于视觉感知特性的图像检索研究

作　者: 沈云涛
导　师: 郭雷
学　校: 西北工业大学
专　业: 模式识别与智能系统
关键词: 基于内容的图像检索感知特性颜色量化颜色关注度函数强边缘块多尺度自适应阈值动态感知因子模糊隶属度相似度量
分类号: TP391.3
类　型: 博士论文
年　份: 2005年
下　载: 849次
引　用: 9次
阅　读: 论文下载

内容摘要

随着多媒体采集技术、处理技术以及互联网技术的飞速进步，产生了海量的共享性图像／视频等多媒体数据，在许多领域中都出现了大型图像数据库。如何有效地、快速地从大规模图像数据库中检索出用户需求的图像成为了一个富有挑战且亟待解决的课题。基于内容的图像检索技术(Content-Based Image Retrieval CBIR)应运而生，受到了日益广泛的关注，成为了一个异常活跃的研究领域。 CBIR系统以图像为处理对象，采用计算机、多媒体等技术模仿主观视觉的相似评价过程的模式识别系统。目前，人们对视觉系统识别机制的理解还不够深入；所以，CBIR系统的各个环节都应该尽可能充分地反映人类视觉感知的特点，从而实现整体系统性能的进一步提升。本文较为深入地研究了基于内容图像检索领域的多项技术；重点研究基于视觉感知特性的CBIR技术，具体工作在量化、底层特征提取和相似度量设计三个方向展开。本文的主要贡献总结如下： 1．提出了利用彩色-灰度分界曲线的HSV空间量化算法 HSV空间中颜色分布的规律性不强，一般算法采用标量量化的方法，该方法在低饱和度和低亮度区域会出现较多量化误差。针对这一问题，本文依据视觉系统对于颜色感知的特点，总结出HSV空间中颜色分布的规律性；提出采用彩色-狄度分界曲线把HSV空间分割成彩色和灰度两个子空间并分别提取特征的方法，避免／降低了上述的量化错误。具体为：首先，对亮度-饱和度平面进行网格化处理，将网格点的坐标转换至视觉一致的L~*a~*b~*空间，并采用差分求解区域极值的方法确定彩色-灰度分界曲线上的一组点；然后，利用最小二乘法完成曲线函数的拟合；最后，给出了基于该曲线函数的量化算法。彩色-灰度曲线函数的独立性很强，可以与其它量化方法配合使用。 2．提出了一种反映颜色关注度的特征提取算法根据视觉生理学、心理学的理论和模型，阐明了视觉系统对不同颜色显示出不同的关注程度，指出：用颜色所占的图像面积比重来确定其特征

全文目录

摘要  4-6
Abstract  6-14
第一章绪论  14-26
  1.1 图像检索的应用和技术背景  14-16
  1.2 图像检索的发展阶段  16-18
    1.2.1 基于关键词的图像检索  16-17
    1.2.2 基于内容的图像检索  17-18
  1.3 国内外的研究现状  18-23
    1.3.1 科研成果和研究机构  18-20
    1.3.2 相关标准  20
    1.3.3 研究热点  20-23
  1.4 研究内容及创新点  23-26
    1.4.1 主要研究内容和结构安排  23-24
    1.4.2 论文的创新点  24-26
第二章 CBIR的基本知识及关键技术  26-44
  2.1 图像检索系统的基本知识  26-31
    2.1.1 CBIR系统的基本框图  26
    2.1.2 图像检索系统的分类  26-28
    2.1.3 图像检索系统的应用  28-29
    2.1.4 常见查询方式  29-30
    2.1.5 典型的图像检索系统  30-31
  2.2 CBIR关键技术概述  31-33
  2.3 底层特征  33-35
    2.3.1 颜色特征  33-34
    2.3.2 纹理特征  34-35
    2.3.3 形状特征  35
  2.4 相似度量  35-38
    2.4.1 常用度量方法  36-37
    2.4.2 视觉相似性  37-38
  2.5 相关反馈  38-39
  2.6 索引机制  39-41
  2.7 性能评估  41-43
  2.8 小结  43-44
第三章利用视觉特性的HSV空间量化  44-72
  3.1 颜色量化技术  44-48
    3.1.1 概述  45-46
    3.1.2 相关研究  46-48
  3.2 颜色空间  48-51
    3.2.1 颜色空间的分类  48
    3.2.2 HSV颜色空间  48-50
    3.2.3 L~*a~*b~*颜色空间  50-51
  3.3 本章算法的核心思想  51-52
  3.4 基于彩色-灰度分界曲线的量化算法  52-64
    3.4.1 HSV空间的颜色分布  53-57
    3.4.2 彩色-灰度分界曲线函数  57-63
    3.4.3 量化方案  63-64
  3.5 实验  64-71
    3.5.1 数据准备  64
    3.5.2 实验结果与讨论  64-71
  3.6 小结  71-72
第四章反映颜色关注度的底层特征  72-98
  4.1 反映感知特性的底层特征  72-79
    4.1.1 CBIR中的感知特性  72-74
    4.1.2 底层特征的限制  74-77
    4.1.3 底层特征的感知特性  77-79
  4.2 颜色感知理论及结论  79-84
    4.2.1 灰度视觉及结论  79-81
    4.2.2 彩色视觉及结论  81-84
  4.3 本章算法的核心思想  84-85
  4.4 颜色关注度  85-91
    4.4.1 亮度关注度增量函数  85-89
    4.4.2 色度关注度增量函数  89-90
    4.4.3 颜色关注度函数  90-91
  4.5 基于颜色关注度的底层特征  91-92
    4.5.1 预处理  91
    4.5.2 基于颜色关注度的直方图  91-92
  4.6 实验  92-96
    4.6.1 数据准备  93
    4.6.2 实验结果  93-96
    4.6.3 讨论  96
  4.7 小结  96-98
第五章基于强边缘块特征的时域多分辨率视频分割算法  98-114
  5.1 相关研究及本章算法的核心思想  98-101
    5.1.1 相关研究  99-100
    5.1.2 本章算法的核心思想  100-101
  5.2 基于强边缘块的底层特征  101-103
  5.3 多分辨率自适应的镜头分割  103-109
    5.3.1 多分辨率算法流程  103-106
    5.3.2 镜头位置分析  106-108
    5.3.3 最优尺度  108
    5.3.4 自适应阈值  108-109
  5.4 实验  109-113
    5.4.1 数据准备  109-110
    5.4.2 实验结果与讨论  110-113
  5.5 小结  113-114
第六章反映感知特性的动态相似度量  114-130
  6.1 相似度量的基本特点  114-116
  6.2 相关研究与本章算法的核心思想  116-119
    6.2.1 广义和狭义的相似度量  116-117
    6.2.2 相关研究  117-118
    6.2.3 本章算法的核心思想  118-119
  6.3 基于动态感知因子的相似度量  119-122
    6.3.1 Minkowski距离的缺陷分析  119-121
    6.3.2 动态感知因子和度量算法  121-122
  6.4 本章算法的优化方案  122-124
    6.4.1 优化方案Ⅰ  122-123
    6.4.2 优化方案Ⅱ  123-124
  6.5 实验  124-128
    6.5.1 数据准备  124
    6.5.2 实验结果  124-128
    6.5.3 讨论  128
  6.6 小结  128-130
参考文献  130-142
攻读博士期间取得的科研成果  142-144
致谢语  144-145

基于视觉感知特性的图像检索研究

内容摘要

全文目录

相似论文