基于内容的图像检索算法研究-计算机应用技术专业论文.docx

万方数据 万方数据 浙江理工 浙江理工大学硕士学位论文 基于内容的图像检索算法研究 基于内容的图像检索算法研究 摘 要 随着网络技术和多媒体技术的飞速发展，人们会得到越来越多的图像，如何从众多图 像中找出用户所需的图像已经成为图像应用领域重点研究的问题。传统的基于文本的图像 检索方法耗费人力，且主观能动性大。基于内容的图像检索技术克服了该类方法的不足， 现已成为研究的重点。尽管目前图像检索方法层出不穷，但是完善检索理论、追求更好的 检索效果，一直都是科研工作者们的理想和目标。 本文首先论述了本课题的研究背景和现状，并对图像检索的关键技术做了简要介绍； 然后重点研究了利用颜色和纹理特征进行图像检索的方法。本文主要工作如下： （1）在利用颜色特征进行图像检索时，本文主要研究了基于颜色直方图的检索方法， 将颜色直方图分为RGB空间颜色直方图和HSV空间颜色直方图。在RGB空间颜色直方图方 法中，本文提出利用R、G、B三分量图灰度直方图作为颜色特征进行图像检索的方法。HSV 空间颜色直方图方法中，针对颜色直方图丢失了颜色的空间分布信息的缺点，本文研究了 其改进后方法：加权分块HSV空间颜色直方图。最后本文通过对不同颜色特征描述方法进 行试验分析比较，说明利用改进后的颜色特征检索效果更好。 （2）在利用纹理特征进行图像检索时，本文分别研究了利用小波变换和共生矩阵提 取图像纹理特征的方法，其中共生矩阵包括灰度共生矩阵以及其改进后的基元共生矩阵。 本文对这三种纹理特征提取方法都进行试验分析，并将灰度共生矩阵和基元共生矩阵的试 验结果进行了比较，试验证明基元共生矩阵的检索效果在整体上要优于灰度共生矩阵。 （3）基于颜色和纹理综合特征的图像检索中，本文研究了两种特征综合方法：一是 分别提取图像颜色和纹理特征构造特征向量并进行相似性匹配，然后将相似性加权相加用 于图像检索；第二种方法是在特征提取过程中，只构造一个特征向量，该向量同时包含颜 色和纹理特征。在第一种方法中本文提出将加权分块HSV空间颜色直方图和基元共生矩阵 结合起来进行图像检索的方法。第二种方法中本文将现有的MTH方法进行了改进，在其中 加入了图像分块处理这一步骤。首先将图像均分成九块，然后提取每个分块图像的特征构 造特征向量进行图像检索。最后本文将文中所提出的算法与现有的其他方法进行了实验分 析比较，验证本文方法的有效性和准确性。 关键词：图像检索；特征提取；颜色特征；纹理特征；相似性度量 I The Research on Content-based Image Retrieval Algorithm Abstract With the rapid development of network and multimedia technology, people will get more and more images. How to search the images that users need from the huge image database has become an important issue in the field of image application and needs to be solved. Text-based image retrieval is the traditional way to retrieve the similar images that users need in the image database. This kind of artificial method not only wastes the manpower of large quantity, but also depends on the peoples subjectivity. Content-based image retrieval can overcome the disadvantages of this method and has become the focus of image retrieval technology. Although the number of image retrieval methods is increasing, perfect the theory and pursuit better result of image retrieval are always the goal of the researchers. First of all, the research background and significance of image retrieval are introduced, and