学位论文 > 优秀研究生学位论文题录展示

基于形状的图像检索算法研究

作　者: 孔新明
导　师: 吴勃英
学　校: 哈尔滨工业大学
专　业: 应用数学
关键词: 基于形状的图像检索 Freeman链码生物序列联配不变矩
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 89次
引　用: 0次
阅　读: 论文下载

内容摘要

基于内容的图像检索(Content-based Image Retrieval , CBIR)是利用图像的颜色、形状、纹理等特征对图像进行查询,试图在理解图像内容的基础上,检索出与示例相类似的图像。CBIR直接从图像中提取特征建立索引,特征提取和索引建立可由计算机自动实现,避免了人工描述的主观性,大大减少了工作量。而形状作为图像的一个重要特征,具有良好的环境不变性,一般不随图像的颜色变化、环境的亮度变化而变化,因此得到了广泛的关注。本文通过对传统Freeman链码(Freeman Chain Code, FCC)特征以及不变矩特征提取算法的学习,研究并设计了图像特征提取、特征匹配和图像检索算法。首先,简要介绍了传统Freeman链码及Hu不变矩的定义及特征提取方法,分析出传统Freeman链码特征在用于图像检索时存在的不足,同时发现Hu不变矩对图像的平移、缩放和旋转具有良好的不变性。其次,提出一种改进的Freeman链码(Improved Freeman Chain Code, IFCC)特征提取算法,得到一种具有唯一性和对图像具有旋转不变性的特征链码。在此基础上建立索引,运用生物序列联配方法对图像的链码进行相似性匹配,计算匹配得分,进而得到图像检索结果。实验结果表明,该算法对图像具有很好的抗旋转鲁棒性,同时取得了较好的查全率和查准率,能够较好地体现图像的形状特征,具有较好的检索效果。最后,考虑到图像特征的多样性,为了更好地运用和体现图像的形状特征,将基于改进的Freeman链码的图像检索算法和基于Hu不变矩的图像检索算法进行有效结合。利用改进的Freeman链码作为形状特征进行粗检索,保证一定的查准率,进而利用不变矩特征进行细检索,以达到更好的排序效果。实验结果表明,这种检索方法比利用IFCC特征算法取得了更好的检索效果。

全文目录

摘要  4-5
Abstract  5-9
第1章绪论  9-19
  1.1 基于内容的图像检索技术研究背景  9
  1.2 基于内容的图像检索系统结构  9-10
  1.3 基于内容的图像检索技术的发展现状  10-16
    1.3.1 常用图像特征提取方法  10-12
    1.3.2 相似性匹配的主要方法  12-15
    1.3.3 应用领域及其意义  15-16
  1.4 基于内容的图像检索的性能评测  16-17
  1.5 本文的主要研究成果及内容安排  17-19
第2章基于形状的图像检索技术  19-24
  2.1 基于形状的图像检索技术发展现状  19
  2.2 图像的形状特征提取  19-20
  2.3 相关知识准备  20-23
    2.3.1 Freeman 链码的定义及提取方法  20-22
    2.3.2 Hu 不变矩的定义及提取方法  22-23
  2.4 本章小结  23-24
第3章基于IFCC 特征的形状图像检索  24-35
  3.1 图像的IFCC 特征提取  24-25
  3.2 链码相似性匹配  25-26
  3.3 基于 IFCC 特征的形状图像检索  26-27
  3.4 实验结论及性能评测  27-34
    3.4.1 检索结果排序对比实验  27-30
    3.4.2 查全率和查准率分析  30-34
  3.5 本章小结  34-35
第4章基于IFCC 和 Hu 不变矩的综合特征图像检索  35-43
  4.1 基于 Hu 不变矩特征的图像检索  35
  4.2 基于 IFCC 和 Hu 不变矩的综合特征图像检索  35-36
  4.3 实验结论及性能评测  36-42
    4.3.1 检索结果排序对比实验  36-38
    4.3.2 查全率和查准率分析  38-42
  4.4 本章小结  42-43
结论  43-44
参考文献  44-48
攻读学位期间发表的学术论文  48-50
致谢  50-51
个人简历  51

基于形状的图像检索算法研究

内容摘要

全文目录

相似论文