基于雙空間金字塔的圖像檢索.pdf

1、隨著信息的快速發(fā)展，圖像正在以驚人的速度增長(zhǎng)，如何在海量的圖像中檢索出需要的圖像是一個(gè)關(guān)注的問(wèn)題。近年來(lái)，圖像的檢索技術(shù)正在不斷的發(fā)展，由最初的基于文本的圖像檢索技術(shù)，到現(xiàn)在常用的基于內(nèi)容的圖像檢索。基于內(nèi)容的圖像檢索效果很大程度上取決于如何表示圖像的內(nèi)容、如何度量圖像的相似性。因此圖像的特征提取、特征描述、相似性度量是近幾年的研究熱點(diǎn)。
　　目前大部分的圖像檢索系統(tǒng)是將目標(biāo)圖像與圖像數(shù)據(jù)庫(kù)進(jìn)行一一檢索，這種方法無(wú)疑是降低了檢索的

2、速度和效率。而且目前的圖像檢索只是用圖像的某一類(lèi)特征進(jìn)行相似性度量。這種檢索技術(shù)往往效果比較差。
　　針對(duì)目前圖像檢索存在的問(wèn)題，本文提出了一種基于雙空間金字塔的圖像分類(lèi)的檢索技術(shù)。將圖像的局部特征(SIFT、SSIM)和全局特征(EDG、HSV直方圖)結(jié)合使用，在雙空間會(huì)字塔中進(jìn)行特征的多分辨率分解(在特征空間的多分辨率和圖像空間的多分辨率)，不僅考慮了不同特征的特征空間關(guān)系，而且也考慮了特征的位置關(guān)系。能夠準(zhǔn)確反應(yīng)特征集合之間

3、的關(guān)系。將位于同一圖像區(qū)域的不同特征空間層次的直方圖進(jìn)行匹配，最終將不同區(qū)域的匹配結(jié)果加權(quán)相加，最終得到圖像的匹配函數(shù)。雙空間金子塔的匹配函數(shù)滿(mǎn)足Mercer定理，稱(chēng)之為雙空間金字塔核函數(shù)。本文將雙空間金字塔核函數(shù)嵌入到支持向量機(jī)對(duì)圖像進(jìn)行分類(lèi)，具有良好的分類(lèi)能力。然后在分類(lèi)的基礎(chǔ)上對(duì)目標(biāo)圖像在同一類(lèi)圖像中進(jìn)行檢索，對(duì)不同的特征要對(duì)應(yīng)不同的相似性度量，對(duì)于多種特征表示的圖像進(jìn)行檢索會(huì)大大的增加計(jì)算量。因此本文將雙空間匹配核函數(shù)作為相似性