学位论文 > 优秀研究生学位论文题录展示

图像聚类及其在图像检索中的应用研究

作　者: 杨传慧
导　师: 吉根林
学　校: 南京师范大学
专　业: 计算机软件与理论
关键词: 图像聚类图像检索颜色特征纹理特征
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 1次
引　用: 0次
阅　读: 论文下载

内容摘要

互联网技术与数字化的飞速发展以及电子数码产品的普及使人们能够获取的数字图像数据已经越来越多。然而,对于大量的图像数据,如何让人们能够快速有效地进行管理与检索,并从中获取潜在的有价值的信息成为亟待解决的问题。为此,基于内容的图像检索(CBIR)和图像数据挖掘技术应运而生,成为学者们近年来研究的热点课题,并取得了许多显著的成果。本文在前人研究的基础上,对图像聚类及其在图像检索中的应用进行了较深入的研究,主要研究工作如下：1、对基于内容的图像检索和图像聚类技术进行了分析和研究,总结了目前流行的图像特征提取方法、聚类分析方法、相似度计算模型以及图像检索技术等。2、在特征提取方面,重点研究了基于颜色和纹理的特征提取方法,提出了分块加权颜色直方图方法；在灰度共生矩阵的基础上,研究了色彩共生矩阵,提出了综合颜色和纹理的多特征表示方法。实验表明,这两种方法能够更加有效地表示图像信息,从而使聚类的性能有了较大的提高。3、研究了图像聚类算法,采用AP (Affinity Propagation)算法进行图像聚类,实验表明对于图像聚类,AP算法比传统聚类方法更加有效。4、设计并实现了一个基于聚类的图像检索系统,将聚类技术应用到图像检索中。首先将图像数据库中的图像进行聚类,建立图像索引,检索时先找到与待查询图像最相似的类,继而检索工作继续在该类的内部进行。实验表明这种方法可以在保证检索效果的基础上大大提高检索效率,节省时间。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-14
  1.1 研究背景及意义  8-9
  1.2 国内外研究现状  9-12
    1.2.1 图像特征的提取与表示  9-10
    1.2.2 图像聚类方法  10-11
    1.2.3 图像检索技术  11-12
  1.3 本文研究内容  12-14
第2章图像聚类概述  14-25
  2.1 图像特征提取  14-19
    2.1.1 颜色特征  14-15
    2.1.2 纹理特征  15-19
    2.1.3 形状特征  19
  2.2 相似度度量方法  19-21
    2.2.1 欧氏距离  19-20
    2.2.2 二次式距离  20
    2.2.3 直方图求交  20
    2.2.4 其他距离公式  20-21
  2.3 图像聚类分析  21-24
    2.3.1 划分聚类  22
    2.3.2 层次聚类  22-23
    2.3.3 基于密度的聚类  23-24
    2.3.4 基于网格的聚类  24
  2.4 本章小结  24-25
第3章基于颜色和纹理特征的图像聚类  25-35
  3.1 分块加权颜色直方图特征提取方法  25-26
  3.2 综合颜色与纹理的多特征表示方法  26-28
    3.2.1 色彩共生矩阵  26-27
    3.2.2 综合颜色和纹理的多特征方法  27-28
  3.3 基于AP算法的图像聚类  28-30
  3.4 基于FCM算法的图像聚类  30-31
  3.5 图像聚类实验与性能分析  31-34
    3.5.1 多种图像聚类算法的比较  32-33
    3.5.2 多种图像特征提取方法的比较  33-34
  3.6 本章小结  34-35
第4章基于聚类的图像检索系统的设计与实现  35-42
  4.1 基于聚类的图像检索系统概述  35
  4.2 系统结构和主要功能模块设计  35-38
  4.3 图像检索实验与性能分析  38-41
    4.3.1 图像检索性能评价  38-39
    4.3.2 图像检索实例  39-40
    4.3.3 图像检索性能分析  40-41
  4.4 本章小结  41-42
第5章总结与展望  42-44
  5.1 总结  42
  5.2 展望  42-44
参考文献  44-49
附录攻读硕士学位期间发表(录用)论文情况  49-50
  附录1 攻读硕士学位期间发表论文  49
  附录2 参加课题项目  49-50
致谢  50

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
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
基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
粒计算理论及其在图像检索中的应用研究,TP18
基于内容的唐卡图像检索技术研究,TP391.41
图像感兴趣区域提取方法研究,TP391.41
基于模糊聚类的图像检索方法研究及其系统实现,TP391.41
基于形状的汉画像检索技术研究,TP391.41
基于内容的医学图像检索算法研究,TP391.41
基于内容的商标图像检索技术的研究,TP391.3
基于Mean Shift的视频监控运动目标的跟踪算法研究与实现,TP391.41
医学图像检索中基于混合方法的相关反馈技术研究,TP391.3
基于纹理特征的图像分类研究,TP391.41
基于纹理特征的煤炭发热量研究,TP391.41
肝癌的计算机辅助诊断方法的研究,TP391.41
基于兴趣区域匹配图像检索系统的研究与实现,TP391.41