学位论文 > 优秀研究生学位论文题录展示
基于多特征的图像检索系统的设计与实现
作 者: 翟剑锋
导 师: 李朝晖;牛琨
学 校: 北京邮电大学
专 业: 软件工程
关键词: 图像检索 形状不变矩 多特征融合 特征提取 相似性度量
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 257次
引 用: 0次
阅 读: 论文下载
内容摘要
高速互联网络和多媒体技术的飞速发展、海量存储设备和处理机性能的不断提高极大地促进了图形图像系统的普及和发展。图像数据库正在被越来越多的领域所广泛应用:数字图书馆、医学图像数据库、卫星图像数据库、商标数据库和建筑艺术图像数据库等。如何在大量的图像中查找所需要的图像信息,成为图像应用一个急待解决的问题。CBIR(Content-Based Image Retrieval)根据图像的视觉特征如颜色、纹理、形状和空间位置关系来分析图像,通过建立图像各种特征向量数据库,构建查询模块进行图像检索。本文在查阅国内外相关研究技术资料的基础上,研究分析多特征融合技术在图像检索中的应用,结合基于区域分割颜色特征、形状、纹理特征多种检索方法,给出了基于综合特征的图像检索方法。实验验证表明,综合颜色、纹理和形状特征的图像检索方法克服了利用单一特征检索的局限性,提高了检索的准确率和检索的通用性。本文以在中国青年政治学院研发的基于内容图像检索系统为例,分析了图像检索系统中检索性能技术指标需求,提出了开发基于多特征图像检索系统的必要性,并结合关键技术(色彩空间、颜色特征、纹理特征、形状特征、相关反馈等)论述了基于多特征图像检索系统的设计与实现。本文主要工作如下:1.首先从学生、教师两个群体收集相关信息,对图像检索服务进行了需求分析,发现了现有应用系统中存在的主要问题,例如每幅图像都需要进行人工标注关键字,人工标注关键字带有一定的主观性,图像内容缺失等。根据系统中存在的主要问题,提出基于内容图像检索的解决方案,确定了设计目标。2.根据业务要求,图像检索系统需要保证一定的查全率和查准率,在对图像视觉特征的提取方法做了深入的研究和讨论基础上,通过分析比较,选择合适的算法和关键技术。3.在需求分析的基础上,对多特征图像检索系统以高内聚、低耦合为原则进行了系统分析和模块设计,独立设计图像检索系统所需的数据库结构,并在SQL Server数据库中实现。4.详细设计与实现图像检索系统中各个模块。在符合人类视觉特性的HSV颜色空间中提取图像的颜色特征、通过结合基于灰度共生矩和HU的7个不变矩算法提取纹理特征和形状特征。并通过结合相关反馈对样本集的学习,得出用户查询目的与图像特征之间对象的模型,然后根据学习的模型指导新一轮的检索,通过使用Visual C++构建了一个小型查询系统,实现了本文中所采用算法,完成了基本的图像检索功能。5.根据图像检索系统的性能评价标准——查全率和查准率,利用测试数据集对系统性能进行测试,验证通过结合相关反馈的基于多特征的图像检索系统,在性能上比基于单一特征的图像检索系统有很大提升,达到了预期效果。另外,系统提供了简洁易用的操作界面和良好的交互性,提供了良好的用户体验。最后,对本文实现的基于多特征图像检索系统的研究进行了总结,分析了在实现过程中所遇到的难点,并提出了进一步研究的方向。
|
全文目录
摘要 4-6 Abstract 6-10 第一章 绪论 10-14 1.1 课题背景 10-11 1.2 课题介绍 11-12 1.2.1 课题来源 11 1.2.2 课题目标 11-12 1.3 本人主要任务 12-13 1.4 论文结构 13-14 第二章 系统相关技术 14-26 2.1 基于内容的图像检索系统体系结构 14-16 2.2 基于内容的图像检索系统分类 16 2.3 图像检索数据模型 16-17 2.4 预处理技术 17-18 2.5 底层特征提取与表示 18-19 2.6 特征匹配 19-20 2.7 图像特征的归一化理论 20-24 2.8 相关反馈技术 24-25 2.9 本章小结 25-26 第三章 系统需求分析及概要设计 26-38 3.1 系统需求分析 26 3.2 系统功能描述 26-27 3.3 系统业务分析 27-30 3.3.1 业务逻辑分析 27-28 3.3.2 业务流程 28-30 3.3.3 用户界面原型设计 30 3.4 系统模块设计 30-32 3.5 数据库设计 32-37 3.6 本章小结 37-38 第四章 系统详细设计与具体实现 38-62 4.1 开发环境 38 4.2 基类的设计与实现 38-39 4.3 提取颜色特征设计与实现 39-47 4.3.1 颜色模型的转换的实现 39-42 4.3.2 提取颜色特征 42-47 4.4 提取纹理特征设计与实现 47-53 4.5 提取形状特征设计与实现 53-59 4.6 相关反馈机制 59-61 4.7 本章小结 61-62 第五章 基于多特征图像检索系统应用及评价 62-67 5.1 系统应用 62-64 5.2 基于内容图像检索系统的评价 64-65 5.3 本章小结 65-67 第六章 全文总结与展望 67-71 6.1 全文总结 67 6.2 进一步研究方向 67-71 参考文献 71-72 致谢 72-73 攻读硕士期间发表学术论文 73
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 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
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,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
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 多样性密度学习算法的研究与应用,TP181
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|