基于cca的图像语义特征提取的分析与研究

《基于cca的图像语义特征提取的分析与研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于CCA的图像语义特征提取的分析与研究基于典型相关分析特征融合的图像语义特征提取分析与研究摘要：图像语义特征在图像比较，查找中具有很重要的作用。它提供了对图像特征精准的描述。图像语义特征的提取具有很多种方法。本文介绍了颜色直方图，边缘方向直方图，边缘直方图，局部二值模式（LBP），纹理距描述等五种方法，并根据这几种方法的优缺点进行比较，综合每种方法的优点来对图像的特征进行提取。并在此基础上使用典型相关分析(CCA)对所提取的数据进行处理，使用处理后的数据来比较图像之间的相似度。并据此进行检索。取得了明显的改善。针对目前大部分图像语义特征提

2、取算法中，因图像特征提取不当，导致特征参数不能全面反映图像语义的问题，提出了一种基于典型相关分析的特征融合的图像语义特征提取方法。首先分析比较了颜色直方图，边缘方向直方图，边缘直方图，局部二值模式（LBP），纹理距描述等五种特征参数在表达图像语义方面存在的差异。根据分析比较的结果，对每一幅图像分别选用可伸缩颜色描述子提取颜色特征，使用改进的LBP算子提取纹理特征，再使用高维小样本下典型相关分析对提取的两种特征进行特征融合。实验结果表明所提出的方法明显提高了图像语义特征提取的精确度。能有效地建立图像的低层特征与语义特征间的一致性。关键字：图像

3、语义，典型相关分析，直方图，相似度，检索Abstract：imagesemanticfeatureisveryimportantinimagecontrastandimageretrieval.Itprovidesanaccuratedescriptionforimagefeature.Manymethodscanbeusedtoextractimagesemanticfeature.Thispaperintroducesfivemethods：colorhistogramedgedirecthistogram,edgehistogram,

4、localbinarypattern,texturemomentdescription.Wecomparetheadvantagesanddisadvantagesofthefivemethods.Makeuseoftheadvantagesofeverymethodtoextractimagefeature.Thenweprocessthedatausingcanonicalcorrelationanalysis.Attheend,wecalculatethesimilaritybetweenpictureswiththeprocesse

5、ddata.Seekrelatedimagesaccordingtothesimilarity.Weachievedsignificantimprovements.Keywords:imagesemantic,canonicalcorrelationanalysis,histogram,similarity,retrieval1引言随着计算机科学技术的进步，尤其是图像处理技术的发展，人类所获得的图像信息越来越多，对图像进行处理的要求也越来越强烈。在这众多的图像中，为了获得我们所需要的图片。就要求我们提供好的图像检索技术。以便准确的搜索出要找

6、的图片信息。图像检索技术发展至今，形成了几种主要的检索技术，包括基于文本的图像检索，基于内容的图像检索和基于语义的图像检索。基于文本的图像检索需要手工对图片库进行语义标注，这就需要花费大量的人力，物力。同时标注还带有很强的主观性。基于内容的图像检索（CBIR）[1]就克服了基于文本检索的局限性。CBIR主要利用图像的纹理，颜色，形状，轮廓和对象的空间关系来对需要的图像进行检索。后来人们发现，我们在检索中，需要的是图像的语义信息，而不是图像的颜色，纹理等信息。这样就形成了基于语义的图像检索。这样就是就是我们得检索尽可能的贴近大家对图像内容的理

7、解，从而可以按照用户自己对图像的理解来进行图像检索。在进行图像语义的检索中，正确的提取图像的语义特征就显得非常重要了。图像语义的提取过程就是把我们获得的图像的底层特征转化为高层语义的过程。这个过程非常重要，大家熟知的“语义鸿沟”问题就是由于转化的不准确造成的。比如用含有蓝天，白云做样图可能搜索到大海，蓝色旗帜等颜色相似的图像。就是由于底层特征转化为高层语义时，没有考虑到具体情况，转化不准确造成的。2图像语义特征提取2混合特征提取2．1基于可伸缩颜色描述子颜色特征提取。。。。。。。。。。。。2．2基于改进的LBP算子纹理特征提取。。。。。。。

8、。。2．3各种特征分析与比较对于给定的一幅图像，我们要提取的图像语义特征主要有两方面，一是全局语义特征，另一个是局部语义特征。我们可以利用图像分割技术提取分割后区域的特征，进而得