图像检索中多特征组合和相关反馈技术研究

【摘要】： 随着Internet和多媒体技术的迅速发展,图像资源的检索已成为国内外研究的热点。建立有效的图像描述和检索机制已成为迫切需要解决的问题。目前图像检索技术已经广泛应用于遥感、医学、计算机视觉、军事等方面。 特征提取是图像检索的关键阶段,特征提取方法的选择直接影响到图像检索性能。在深入研究和分析传统特征提取方法的基础上,本文提出了一种基于同心圆思想的颜色特征提取方法,该方法以同心圆分块策略对图像进行分块,并依据人类视觉生理和心理特性对所获取的颜色特征进行动态加权,获得图像的综合加权特征向量。对图像库的10类图像进行测试,每类取4幅组成40次查询。实验结果表明,该方法与全局直方图方法、传统分块方法相比,其平均精确度都有所提高,且具有几何不变性。 由于使用单一特征表达图像具有内容描述片面,缺少区分信息等缺点,使得综合多特征的图像检索方法得到了深入研究,但是如何组织这些特征使其发挥最佳效果始终是基于内容图像检索中的一个研究难点。本文提出了一种基于遗传算法相关反馈的图像特征权重调整方法,该方法采用交互的手段把用户的查询意图引入反馈过程,通过用户对图像的排名确定图像的适应值,然后利用遗传算法对用户所能接受的图像进行遗传操作和特征权重的调整。本文方法考虑了用户的主观意图,缩小了低层特征和高层语义之间的语义鸿沟,能够在较短的时间内获得较好的检索效果。实验表明,该方法查全率和查准率较高,对于各种特征的组合,都能达到很好的检索效果。