收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于多分辨率和显著特征的图像检索方法研究

汪友宝  
【摘要】:随着科学的进步和人类文明化程度的不断深化,人类不再仅仅满足于以文本作为信息的载体带来的视觉感受,二维的图像、视频等高维度的信息载体逐渐走进普通人的日常生活。数字技术的发展不仅为海量图像、视频等数据的储存、传播,同时也为其内容不断更新提供了保证,给人类的生活与工作带来了极大的便利。在如此海量的信息资源中有效管理并及时准确地找到用户所需要的图像、视频信息是图像检索技术及方法研究所要解决的核心问题。目前此领域的研究主要集中在基于内容的图像检索方法及技术上,热点方向主要是基于压缩域、基于融合视觉关注模型、基于相关反馈技术、基于多模态、基于语义以及深度学习等图像检索方法及技术。本论文主要利用图像在压缩域中的多分辨率特性以及视觉关注模型中的显著特性,探索和研究了基于内容的图像检索方法,主要做了以下几个方面的工作。第一,提出了基于多分辨率的图像颜色及形状特征的检索方法(MRCS)。本方法结合了小波变换和聚合向量的概念,应用动态阈值代替了原有聚合向量方法中固定阈值的方法判断区域的连续性,并对图像经过小波分解后的低频子图小波系数和高频子图小波系数分别采用软阈值去噪方法、最大类间方差法以及中值滤波的方法对其进行优化。同时,对小波分解后的高频系数的特征提取采用了几何方法,引入了修正后的圆形度概念表达图像的几何特征,改善了由于对形状变化具有非常高的敏感性而造成的几何特征问题。实验结果表明,本章节提出方法的平均查准率总和的平均值和平均查全率总和的平均值分别为72.5%和42.9%。第二,提出了融合图像多分辨率和点的显著性特征的图像检索方法(MRCSP)。采用了通过相似度改进后的Harris角点检测算法检测角点,以更好地保留Harris角点检测算法的精度和减少其运算的时间。同时,采用了改进后的小波显著点候选值的检测小波显著点,更好地呈现图像高频子图的不同方向的显著特征。并应用于频域范围里图像点显著特征的提取,以实现图像检索。实验结果表明,本章节提出方法的平均查准率总和的平均值和平均查全率总和的平均值分别为80.8%和47.6%。第三,提出了融合图像多分辨率和区域显著特征的图像检索方法(MRCSR)。通过提取正交匹配算法对图像分解后的残差,利用此残差恢复图像的区域特征;同时,结合通过经过小波变换后的图像高频子图提取其边缘特征,融合后共同表达图像的显著特征。通过修正后的圆形度表征图像的显著特征,以实现图像检索。实验结果表明,本章节提出方法的平均查准率总和的平均值和平均查全率总和的平均值分别为83.1%和50.9%。目前,虽然基于内容图像检索方法的研究已经取得了较大地进展,但是离实际应用方面还存在一定的差距。本论文利用图像在压缩域中的多分辨率特性,提出了基于多分辨率的图像颜色和形状的图像检索方法。同时,结合图像在视觉关注模型中的显著特征表达,提出了融合多分辨和显著特征的图像检索方法。本论文的研究成果为基于内容图像检索的理论和方法研究提供了新的思路和可行的方法,也为基于内容的图像检索技术的实际应用提供了借鉴。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 韩法旺;;基于云计算模式的图像检索研究[J];情报科学;2011年10期
2 何岩;;以计算机为基础的色彩图像检索方法与研究[J];计算机光盘软件与应用;2013年12期
3 郭海凤;李广水;仇彬任;;基于融合多特征的社会网上图像检索方法[J];计算机与现代化;2013年12期
4 柏正尧,周纪勤;基于复数矩不变性的图像检索方法研究[J];计算机应用;2000年10期
5 夏峰,张文龙;一种图像检索的新方法[J];计算机应用研究;2002年11期
6 邓诚强,冯刚;基于内容的多特征综合图像检索[J];计算机应用;2003年07期
7 斯白露,高文,卢汉清,曾炜,段立娟;基于感兴趣区域的图像检索方法[J];高技术通讯;2003年05期
8 刘怡,于沛;基于“知网”的新闻图像检索方法[J];河南师范大学学报(自然科学版);2003年02期
9 张荣,郑浩然,李金龙,王煦法;进化加速技术在图像检索中的应用[J];计算机工程与应用;2004年16期
10 黄德才,胡嘉,郑月锋;交互式图像检索中相关反馈进展研究[J];计算机应用研究;2005年09期
11 王彤;李明;;基于本体的智能图像检索[J];兰州理工大学学报;2006年04期
12 陈光鹏;潘翼;;基于文本和内容的层次图像检索方法[J];福建电脑;2007年11期
13 刘海;朱小平;;可拓方法在图像检索的应用[J];现代计算机(专业版);2007年11期
14 赵海英;卢维娜;彭宏;;基于内容的交互式图像检索方法的实现[J];新疆师范大学学报(自然科学版);2008年01期
15 吕永帅;秦勃;;基于本体的图像检索研究[J];微计算机信息;2008年09期
16 桂长青;宋余庆;陈健美;谢从华;;基于环形分割的医学图像检索[J];江苏大学学报(自然科学版);2008年02期
17 张海洋;;基于改进的受限随机选择的图像检索相关反馈[J];巢湖学院学报;2008年03期
18 聂桂军;周源;;图像检索研究进展[J];南京工业职业技术学院学报;2008年02期
19 虎晓红;时雷;钱旭;王珂;;一种基于流行排序的区域图像检索方法[J];计算机应用研究;2009年08期
20 虎晓红;钱旭;王珂;;基于流行排序的多示例图像检索方法[J];计算机工程与设计;2009年21期
中国重要会议论文全文数据库 前10条
1 陈旭文;朱红丽;;一种高效的图像检索方法[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
2 周向东;张亮;张琪;刘莉;殷慷;施伯乐;;一种新的图像检索相关反馈方法[A];第十九届全国数据库学术会议论文集(研究报告篇)[C];2002年
3 陈世亮;李战怀;闫剑锋;;一种基于本体描述的空间语义图像检索方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
4 赵海英;彭宏;;基于最优近似反馈的图像检索[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年
5 许相莉;张利彪;于哲舟;周春光;;基于商空间粒度计算的图像检索[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年
6 李凌伟;周荣贵;刘怡;;基于概念的图像检索方法[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年
7 杨关良;李忠杰;徐小杰;;基于代表色的图像检索方法研究[A];首届信息获取与处理学术会议论文集[C];2003年
8 彭瑜;乔奇峰;魏昆娟;;基于多示例学习的图像检索方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
9 胡敬;武港山;;基于语义特征的风景图像检索[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年
10 许天兵;;一种基于语义分类的图像检索方法[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 崔超然;图像检索中自动标注、标签处理和重排序问题的研究[D];山东大学;2015年
2 杨迪;基于内容的分布式图像检索[D];北京邮电大学;2015年
3 张旭;网络图像检索关键技术研究[D];西安电子科技大学;2014年
4 吴梦麟;基于半监督学习的医学图像检索研究[D];南京理工大学;2015年
5 汪友宝;基于多分辨率和显著特征的图像检索方法研究[D];上海大学;2015年
6 李展;基于多示例学习的图像检索与推荐相关算法研究[D];西北大学;2012年
7 郭丽;基于内容的商标图像检索研究[D];南京理工大学;2003年
8 邵虹;基于内容的医学图像检索关键技术研究[D];东北大学;2005年
9 韦娜;基于内容图像检索关键技术研究[D];西北大学;2006年
10 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 赵鸿;基于尺度不变局部特征的图像检索研究[D];华南理工大学;2015年
2 孙剑飞;基于图像索引的热点话题检索方法研究[D];兰州大学;2015年
3 章进洲;图像检索中的用户意图分析[D];南京理工大学;2015年
4 苗思杨;移动图像检索中的渐进式传输方式研究[D];大连海事大学;2015年
5 都业刚;基于显著性的移动图像检索[D];大连海事大学;2015年
6 王梦蕾;基于用户反馈和改进词袋模型的图像检索[D];南京理工大学;2015年
7 许鹏飞;基于草图的海量图像检索方法研究[D];浙江大学;2015年
8 冯进丽;基于BoF的图像检索与行为识别研究[D];山西大学;2015年
9 乔维强;基于低级特征和语义特征的医学图像检索[D];北京理工大学;2015年
10 蒋国宝;基于内容的概念建模和图像检索重排序[D];复旦大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978