基于内容的图像检索若干论题研究

【摘要】： 随着多媒体技术、计算机技术，通信技术及Internet网络的迅速发展，人们越来越多地接触到各种各样的图像信息。如何组织，管理和利用以图像为主的多媒体信息具有重要的意义。但是到目前为止基于内容的图像检索还存在许多亟待解决的问题，本文在这方面作了一系列比较深入的研究，取得了一定的进展。 在全面介绍了图像特征，图像匹配相似性技术，特征存储索引方法和检索结果评价方法，以及国际上比较典型基于内容的图像检索系统后，我们指出了目前基于内容的图像检索所面临的研究难点和相关的内容及意义。 传统的直方图一般不包括颜色的空间分布信息。本文提出了空间颜色直方图的概念，考虑到颜色之间的相关性，本文又提出了颜色相关性度量，并在此二者基础上提出了颜色直方图混合度量。实验表明，它弥补了传统直方图L_p度量的不足，是一种性能良好的颜色直方图度量。 本文详细介绍了基于相关性反馈技术的图像检索系统框架。在此基础上设计并实现了一个基于相关性反馈技术的图像检索系统。提出基于种子图像为检索范例图像，采用相关性反馈的方法来动态构造语义特征数据库，最终实现基于语义的图像检索方法。实验表明采用本文方法的检索结果更加符合人的视觉主观性，并能达到语义级图像检索。 根据三色分量的相关性，本文提出基于三色分量配块的分形彩色图像压缩方法，在压缩比和编码速度上都有较大的提高。 本文以自适应四叉树分割的分形图像编码为基础，提出了图像的分形码峰值信噪比的概念和算法，在无须解码的情况下，直接对分形码来量化图像间的相似性。实验表明，这种基于自适应分形编码的图像相似性判别方法和人的主观判断非常接近且计算简单，适合于大型多媒体图像数据厍的检索，是一个非常有前景的图像检索方法。 本文以花卉图像为研究对象，提出基于知识的图像分割方法。同时采用花卉区域的颜色特征和形状特征来组织和检索花卉图像。实验证明本文提出的花卉图像分割方法能够非常精确的从图像中分割出花卉区域。相对于Swain直方图检索方法，本文提出的方法检索结果精度得到大大提高，为花卉图像数据库检索提供了一个较好的解决方法。