CBIR中特征提取技術(shù)的研究和實(shí)現(xiàn).pdf

1、近年來(lái)，隨著多媒體技術(shù)及Internet的迅速發(fā)展，Internet上的圖像資源日益豐富，傳統(tǒng)的基于文本檢索已經(jīng)不能滿(mǎn)足對(duì)這些圖像資源進(jìn)行管理和檢索的需要，基于圖像視覺(jué)特征的CBIR(基于內(nèi)容的圖像檢索)技術(shù)應(yīng)運(yùn)而生。經(jīng)過(guò)一段時(shí)間的發(fā)展，涌現(xiàn)了許多成型的實(shí)驗(yàn)或商業(yè)CBIR系統(tǒng)，CBIR技術(shù)已開(kāi)始應(yīng)用到許多重大研究項(xiàng)目中，成為目前的研究熱點(diǎn)之一。 所有的CBIR系統(tǒng)都是基于圖像的視覺(jué)特征來(lái)進(jìn)行相似性匹配的，CBIR系統(tǒng)目前面臨的主

2、要問(wèn)題大多和特征有關(guān)。包括特征的選擇和提取、多維數(shù)據(jù)庫(kù)索引、語(yǔ)義圖像檢索等等。本文中作者主要針對(duì)CBIR中特征的選擇和提取進(jìn)行研究。 圖像的視覺(jué)特征多種多樣，作者選取了其中最有代表性的色彩、紋理、形狀和空間關(guān)系(布局)特征，加以具體的研究和分析。在此基礎(chǔ)上，作者開(kāi)發(fā)了一個(gè)CBIR原型系統(tǒng)，實(shí)現(xiàn)了這幾種特征的提取，并在設(shè)計(jì)和實(shí)驗(yàn)的過(guò)程中對(duì)提取算法作了改進(jìn)和完善。作者通過(guò)提取圖像的色彩直方圖和色彩重心來(lái)代表圖像的色彩特征，通過(guò)Gab

3、or濾波法(見(jiàn)3.2節(jié))來(lái)提取圖像的紋理特征，通過(guò)提取幾何不變矩的方法提取圖像中物體的形狀特征，最后利用了在圖像中劃分子塊的方法提取了圖像的色彩布局特征。 通過(guò)提取過(guò)程獲得的圖像特征使用特征向量的形式存儲(chǔ)在特征庫(kù)中，通過(guò)多維索引的方式提高查詢(xún)的效率。文中還討論了利用特征向量計(jì)算圖像相似性時(shí)用到的距離算法，并給出了結(jié)合多種特征進(jìn)行復(fù)合查詢(xún)的方法。接下來(lái)結(jié)合實(shí)際檢索的結(jié)果和一些知名的實(shí)驗(yàn)對(duì)各種特征進(jìn)行綜合的比較和評(píng)價(jià)。最后對(duì)文中所做