基于视觉内容的图像检索技术研究及系统实现-运筹学与控制论专业论文.docx

万方数据 万方数据 RESEARCH ON THE TECHNIQUES OF VISUAL CONTENT-BASED IMAGE RETRIEVAL AND SYSTEM IMPLEMENTATION A Thesis Submitted to University of Electronic Science and Technology of China Major: Operational Research and Cybernetics Author: Wang Peiming Advisor: Zhong Shouming School : School of Mathematical Sciences 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 作者签名： 日期： 年 月 日 论 文 使 用 授 权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 摘要 摘 要 近年来，世界上数字图像的数量产生了爆炸性的增长趋势，图像数据库的大 小也随之增长，人们把越来越多的精力投入到在图像数据库中查找图像的搜索技 术，因此，基于内容的图像检索（CBIR）已然是如今世界上最活跃的研究领域之 一。一个 CBIR 系统是通过自动提取图像的，例如颜色特征、纹理特征与形状特征 等底层视觉特征来实现对图像的查找，其主要研究方向分为以下两个方面：（1） 取决于图像特征描述子与特征距离函数的图像相似度的计算；（2）基于机器学习 算法的相关反馈检索技术研究。 迄今为止，许多图像检索技术都是基于全局的特征分布。然而全局分布的特 征忽略了很多图像的空间信息，这些空间信息对于空间模式识别来说也同样重要， 因此，基于全局分布的特征对于稍微复杂的图像来说具有有限的识别能力。在本 论文当中，为了提高颜色索引技术的识别能力，用椭圆把图像进行分块，图像被 分成 n 个等面积的子区域，把 HSV 空间进行非等间隔量化，图像的颜色特征就用 从全部子区域中提取出颜色的直方图来表示。 结合纹理特征分析中的 Gabor 滤波方法，本文提出了一种结合颜色与纹理的 特征表示方法。对结合的特征进行特征归一化处理，并且指定了每一个特征所占 的相对权重，每一种特征的相似性度量都由自己相应的相似性度量计算公式计算 出来。最后，本文基于 SVM 分类器设计并实现了一个反馈检索机制，实现了基于 颜色、纹理与 SVM 反馈的图像检索系统。实验数据显示，本文中所提出的方法具 有较高的查准率。 关键词：图像检索，特征提取，反馈机制，SVM I ABSTRACT ABSTRACT In recent years, when the number of digital images in the world produces the explosive growth trend, the size of the image database grows. People put more and more effort to how to retrieve the image in the image database. Therefore, Content-Based Image Retrieval (CBIR) has become one of the most active research areas in the world today. Content-based image retrieval system is to find images through automatic extraction low-level visual features of images such as color feature, texture feature and shape feature. The main research direction of CBIR is divided in