基于区域模糊特征的图像检索研究和实现

《基于区域模糊特征的图像检索研究和实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代号学号密级1053602041061Y803822长沙理工大学硕士学位论文基于区域模糊特征的图像检索研究和实现学位申请人姓名导师姓名及职称培养单位专业名称论文提交日期论文答辩日期答辩委员会主席．．窆盛莲蓝女Ⅱ达堑援．让篡担当望焦王程堂隧．量E箕扭廛围捷丕2塑§生I旦!§旦2Q盟生±且垫旦——隧查剧熬援一摘要随着计算机技术、多媒体技术的迅速发展以及Internet的不断扩大，图像信息变得越来越丰富，如何快速地找到需要的图像成为亟待解决的问题。基于内容的图像检索技术旨在搜索出满足人们主观要求的图像，因此得到了广泛研究。模糊集理论能够促进基于内容的图像检索技术发展，使图像

2、检索技术脱离精确的计算，更符合人类的模糊思维。论文着眼于这一点，讨论了融合模糊集理论的图像检索技术，分析比较了模糊聚类算法FCM和人工免疫网络aiNet聚类方法各自的特性，最后提出了基于区域模糊特征的图像检索的改进方法，使原有方法在速度和命中准确率上都得到提高，实现的系统也证实了这一点。论文主要作了以下工作：D系统地总结了基于内容图像检索的几方面关键技术，包括：低层视觉特征的提取算法、图像特征数据库的索引机制、相似性度量方法、图像检索查询方式、相关性反馈技术和图像检索算法性能的评价策略。o讨论了这几种模糊特征提取技术：简单的颜色模糊直方图、基于颜色隶属模型的直方图、颜色和

3、纹理综合模糊直方图方法、模糊形状表达技术。廿分析比较了模糊c均值聚类算法FCM和人工免疫网络aiNet聚类算法的特性，通过它们对相对集中数据、稀疏分散数据、环状和螺旋分布数据聚类来进行比较，得到当遇到潜在的类或簇背离超球面结构时，FCM算法表现不佳，丽aiNet可以很好的发现数据的内在特征，减少数据中的冗余、描述数据结构和聚类形状，表现良好的适应性。a提出并且实现了基于区域模糊特征的图像检索的改进方法。有三点改进：采用量化再累计的方法来减少参与聚类运算的数据，而不影响聚类结果；使用边界矩来表征区域的形状特征；使用邻接表表征区域空间分布特征。实验表明，改进方法在速度和命中准

4、确率上都锝到提离。关键词：基于内容的图像检索：模糊集理论；模糊特征；模糊聚类ABSTRACTWimt11erapiddevelopmentoftechnologiesofcomputerandmultimediaandthewide．spreaduseofIntemet，thereismoreandmoreofimageinformation．Howtorapidlyfindoutimagesneededisstarvingforresolve．Content—basedImageRetrieval(CBIR)isaimedatsearchingoutimageswhic

5、hsarisfyusersneeds，SOiswidelyresearched．FuzzysettheoryadvancesdevelopmentofCBIR，extendsCBIRfromprecisionofcalculatingandcatersforhuman'sfuzzythoughts．Emphasizingonthischaracler,thethesisdiscussesimageretrievaltechniqueswhicharesyncretizedFuzzyset，analyzesandcomparesthecharactersofFuzzyC-M

6、eansclusteringandartificialimmunenetworkaiNetclustering，finallypresentsanimprovedreEJon—·basedfuzzyfeaturetocontent-basedimageretrievalbeRerinspeedandhitratethantheoriginalmethodastherealizedsystemproves．ThemainworksareaSfollows．廿TosummarizekeytechniquesofmodulesofCBIRsystemsuchaSfeaturee

7、xtraction，indexingscheme，similaritymeasure，queryspecification，relevancefeedbackandperformanceevalUation．口Todiscusssomefuzzytechniquesoffeatureextractionincludingerodefuzzyhistograms，fuzzyparadigm·basedhistograms，combinedfuzzyhistogramsandfuzzygeometricalfeatures．DTo