（计算机软件与理论专业论文）基于颜色的图像检索技术研究

《（计算机软件与理论专业论文）基于颜色的图像检索技术研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、华中科技大学博士学位论文摘要／随着数字图像技术与互联网技术的飞速发展，人们越来越多的接触到大量的图像信息。如何从浩瀚的图像数据库中快速、准确地找出所需要的图像，己成为一个备受关注的研究课题。于是，基于内容鲋图像检索(C0ntent-BasedImageRe仃ieval．CBIR)作为一个崭新的研究与应用领域出现了。CBIR使用图像的颜色、形状、纹理、对象的空间关系等视觉特征来索引和检索图像，其主要研究内容可以概括为四．个方面：图像特征提取与表示、相似匹配、高维索引结构以及系统设计。CBIR的研究与发展将对诸如数字图书馆、多媒体信息系统、医学图像等应用领域提供有力的技术支持，它是当前图像数据库和

2、多媒体信息检索领域的研究热点。目前，CBIR的技术水平很难满足实际应用的要求，它是一个具有挑战性的研究课题，仍然期待技术上的突破。为此，j唪文作者运用数据库、图像处理、图像分析、模式识别等多，个学科的相关技术来研究$琅的理论与方法，特别是对基于颜色的特征提取与表示、语义提取、高维索引方法等CBIR的关键技术以及影响CBⅡ己系统实用性的技术难题进行了深入的理论研究与实验，为研发国产数据库DM3的图像引擎提供了技术支持。f主要研究内容如下：研究了图像视觉特征抽取问题，分析了现有的图像索引技术的优缺点，提出了几种新的基于颜色的图像视觉特征抽取算法以及相应的图像检索技术。第一，为了改善图像检索的质量，

3、分析探讨了多种图像特征的集成策略，提出了一种基于颜色和形状特征的图像检索方法，并着重研讨了与并行集成机制有关的问题，其中包括距离度量的定义、距离归一化、子特征并行集成等。第二，受Carson和Ogle两人获得的颜色感知研究成果的启发，提出了一种新的基于区域的图像表示与检索技术。该方法既考虑了人类视觉感知的特点，同时又简化了复杂的图像分割问题，从而使图像检索的效率与性能得以同时提高。第三，分析研究了图像压缩问题，提出了基于灰色模型GM(1，1)和Hilbert空间填充曲线的图像压缩算法，分析了这种压缩域特征的物理意义及统计特征，在此基础上，提出了一种全新的压缩域图像特征及相应的图像检索技术。此外

4、，还讨论了提高该方法检索性能的可能途径，以及预期l华中科技大学博士学位论文的研究问题。分析研究了“语义鸿沟”和语义图像检索问题，提出了两种新的图像语义信息抽取方法，并着重研究了CBIR中的相关反馈技术。第一，通过将文本检索领域的“隐含语义索引”(LSI)技术引入图像语义提取问题的研究中，提出了一种建立“图像视觉特征”与“语义信息”之间映射的技术方法。实验结果表明，基于LSI的方法能够在一定程度上提取图像的语义信息，从而提高图像检索的质量、改善检索的性能。第二，研究了交互式CBIR系统中人的作用以及相关反馈问题，通过将“灰色系统”理论引入cB瓜的研究中，提出了一种基于GRA(灰关联分析方法)的相

5、关反馈技术，它采用基于GRA的学习算法来更新特征的权重和查询向量，这种基于GRA的学习算法对相关反馈问题具有针对性，能有效的解决“小样本”、“训练样本的非对称性”以及“实时性”等问题。实验表明，采用这种相关反馈方法能显著改善图像检索的质量，提高图像检索的性能。．分析了高维索引及“维数灾难”问题。基于数据空间的“q-最优化划分”和“T1-对称冗余存储”处理策略，提出了一种新的基于距离的相似索引结构T1稍，详细讨论了这种索引结构的建立与检索等问题并给出了相应的算法。T1．树是一种度量空间索引技术。它能有效地支持快速图像检索。讨论了CBIR系统设计的有关问题，设计了一个图像引擎原型系统DMIE，并讨

6、论了DMIE的系统组成与结构、各个功能模块设计，以及与国产数据库DM3的集成等关键问题。／／4，／f关键词：基于内辔哟髑德捡索{基手冉窖的图像检索系统；图像特征抽取与表示j视觉特征；语义特征；相关反馈；语义图像检索；高维索引结构Ir华中科技大学博士学位论文ABSTRACTAdvancesindigitalimageandIntemettechnologieshasledtothevastmountoimageinformationavailabletopeople．Theproblemofhowtolocateadesiredimagehalargeandvariedcollectionisb

7、ecomingahighlyactiveresearchfield．Tllishasledt(theriseofanewresearchanddevelopment(R&D1field-Content-Basedimag,Retrieval(CBm)，theretrievalofimagesonthebasisofvisualfeaturesautomatieall]extractedfromth