基于贝叶斯分类器的最小欧式距离图像检索相关反馈及DSP实现

【摘要】：当前的图像检索领域存在一个如何将用户在图像判断过程中复杂而无规律的思维活动表述清楚的问题。而用户的查询常常是用更为抽象的语言文字来描述,甚至有些查询是模糊而难以用文字描述的。这种查询方式与实际系统利用视觉特征进行检索的方式之间形成巨大的差异造成了我们现在所说的语义鸿沟。本文提出并实现了一个新的基于贝叶斯分类器的最小欧氏距离相关反馈算法来提高CBIR的检索效率。 本文首先回顾了基于内容的图像检索的发展历程,讨论了当前在CBIR研究中相关反馈的主要方法,然后重点研究了基于贝叶斯分类器的相关反馈算法,提出了基于贝叶斯分类器的最小欧氏距离相关反馈算法。在对反馈的处理上并没有把反馈图像和示例图像作统计平均来更新检索参数,而是针对每一幅的被检索图像都去寻找一个相对来说最适合它的奖励中心和惩罚中心,然后我们构造一个奖励/惩罚系数计算函数,在此基础上进行再次检索,而奖励中心和惩罚中心的选择是在基于最小欧式距离的基础上做出的。接下来介绍了DSP在图像处理系统中的应用,基于TI'TMS320 C6000系列DSP的编程和优化,并且在TI'TMS320 C6711DSK上实现了本算法。最后阐述了对论文研究的总结和展望,提出了今后更进一步的研究方向和改进意见。 本文的研究设计对基于内容的图像检索具有重要的参考价值,同时为今后基于DSP的图像检索系统的设计提供有益的借鉴。