基于視覺描述子的圖像檢索與分類方法研究.pdf

1、隨著個(gè)人媒體設(shè)備的快速普及和互聯(lián)網(wǎng)技術(shù)的出現(xiàn)，現(xiàn)實(shí)生活中圖像的數(shù)量急劇增長，因此如何快速有效地組織和管理這些圖像成為一個(gè)研究熱點(diǎn)。與此同時(shí)，各種新興技術(shù)的迅速發(fā)展導(dǎo)致了用戶對(duì)圖像檢索與分類需求的不斷變化，尤其是在圖像含義理解方面的需求，但內(nèi)容越來越豐富的圖像加劇了底層視覺描述信息與高層語義視覺描述信息之間的“語義鴻溝”，這給圖像的分類與檢索技術(shù)帶來很大的挑戰(zhàn)。圖像有著豐富的視覺描述信息，包括顏色、形狀、紋理、局部、空間信息以及高層的文本

2、描述信息等，這些用來解釋圖像的視覺描述信息統(tǒng)稱為視覺描述子，視覺描述子對(duì)圖像檢索與分類有著重要的研究意義。本文重點(diǎn)圍繞圖像中視覺描述子的表示、提取和使用，對(duì)圖像檢索與分類進(jìn)行研究，主要工作體現(xiàn)在以下兩個(gè)方面:
　　(1)提出了基于粗糙集推理規(guī)則和顏色互信息描述子的圖像檢索方法。為了減小不確定信息給圖像檢索結(jié)果帶來的限制，在底層描述子到高層語義的映射已經(jīng)完成并形成圖像對(duì)象文本表示的基礎(chǔ)上，根據(jù)粗糙集規(guī)則提取的相關(guān)理論，本文提出了基于

3、粗糙集推理規(guī)則的圖像檢索模型。在此模型中，由于底層視覺描述子到語義層描述子的映射存在信息丟失，這造成了“語義鴻溝”的問題。為了克服該問題帶來的檢索不精確性，在基于粗糙集推理規(guī)則的圖像檢索模型的基礎(chǔ)上，進(jìn)一步引入顏色相關(guān)視覺描述子，提出了基于粗糙集推理規(guī)則和顏色互信息描述子的圖像檢索模型，該模型利用了顏色互信息描述子充分考慮底層視覺描述信息變化的優(yōu)勢(shì)，從而實(shí)現(xiàn)了精確檢索。本文提出的這兩種檢索模型實(shí)現(xiàn)了多模態(tài)的圖像檢索，通過仿真實(shí)驗(yàn)證明了該

4、方法可以有效改善圖像檢索的精度。
　　(2)提出了基于空間差異描述子的圖像分類方法。在圖像分類中，比較著名的一種方法是空間金字塔匹配模型，該模型是詞袋(BoW)模型在特征編碼方面的一個(gè)拓展，它首先將一幅圖像分割為逐漸增加的子區(qū)域，然后將每個(gè)子區(qū)域的直方圖級(jí)聯(lián)起來。然而，空間金字塔匹配模型并沒有考慮子區(qū)域間的空間差異信息，為了利用這一空間差異信息，本文提出一種新的描述子——空間差異描述子，在此基礎(chǔ)上提出了基于空間差異描述子的圖像分類