基于图像文本与内容的分层图像检索-信息与通信工程专业论文.docxVIP

1 1 2 2 目 录 目 录 1 第一章 绪论 1 1.1 论文的研究背景和意义1 1.2 现有检索方式分析2 1.3 本文的主要研究内容3 1.4 本文的主要研究工作4 第二章 图像检索相关技术 6 2.1 基于文本的图像检索6 2.1.1 分词方法 6 2.1.2 索引方法 7 2.2 基于内容的图像检索7 2.2.1 基于颜色的图像检索 8 2.2.2 基于纹理的图像检索 9 2.2.3 基于形状的图像检索 9 2.2.4 基于组合的多特征图像检索 10 2.3 基于文本和内容的分层图像检索10 2.4 本章小结10 第三章 基于颜色的特征提取 12 3.1 颜色空间12 RGB 颜色空间 12 HSV 颜色空间 13 3.2 颜色量化14 3.2.1 颜色量化定义 14 3.2.2 固定颜色模板 14 3.3 颜色特征的提取与表达18 3.3.1 全局颜色直方图 18 3.3.2 分块颜色直方图法 19 3.3.3 图像分块策略 19 3.4 本章小结20 第四章 基于纹理的特征提取 21 4.1 纹理特征概述21 4.1.1 纹理特征定义 21 4.1.2 纹理分析 21 4.2 纹理特征的提取22 4.2.1 灰度共生矩阵 23 4.2.2 边缘直方图 24 4.3 本章小结27 第五章 图像特征匹配 28 5.1 特征匹配28 5.2 KD-Tree 索引 29 5.2.1 构建 KD-Tree 算法 30 5.2.2 查找算法 32 5.2.3 查找时间 32 5.3 重排序33 5.4 本章小结33 第六章 高速传输图像 34 6.1 嵌入式设备传输瓶颈34 6.2 图像传输结构35 6.2.1 构造数据包 36 6.2.2 数据包确认 39 6.2.3 按网速分配 40 6.3 实验测试41 6.4 本章小结42 第七章 总结和展望 43 参考文献 44 发表论文和参加科研情况说明 47 致 谢 48 第一 第一章 绪论 第一 第一章 绪论 第一章 绪论 1.1 论文的研究背景和意义 近年来，伴随着计算多媒体技术与互联网技术的迅猛发展，数字图像信息在 互联网中的数量也在飞速增长。为了从庞大的互联网信息中快速、准确的查询所 需目标图像，必然需要一种高效的图像检索技术。多媒体信息检索技术中的图像 检索技术已经逐渐成为检索技术中最重要的内容之一。图像检索指在根据用户所 提交的查询图像，从图像数据库中提取与待查询图像相关的图像集合，按照相关 性高低排序返回给用户。本文主要研究在大量的新闻图像信息中查找目标图像的 相关图像集。 图像检索技术已经经历了两个发展阶段，第一阶段开始于上世纪七十年代， 在此阶段主要为基于文本的图像检索技术（TBIR），通过采用文本或关键字的方 式描述图像信息并建立对应的索引结构。此阶段的算法已经相当成熟，但仍有很 多问题难以解决。首先，计算机自动选取合适的关键字描述图像内容仍然难以解 决，因此目前仍然采用大量的人工标注，该方式需要耗费大量的人力物力。其次， 不同的人对同一幅图像的理解千差万别，该方式标注会不可避免的存在主观性偏 差，导致标注的不完整，不准确。再次，图像中有很多重要的底层信息很难用自 然语言描述，但是该信息对于图像检索具有重要作用。该方法还具有很多其他检 索系统所不能比拟的优点，即将基于文本的图像检索技术转换为对该图像对应的 文本的检索，该方法易于实现；另一个优点为它是人工干预的，所以准确率很高。 第二阶段从上世纪九十年代开始，该阶段的研究者提出基于内容的图像检索 （CBIR），此阶段中，研究者通过图像特征的距离值判断图像之间的相似性，图 像特征通常包括图像的颜色、纹理和形状等。该阶段方法从人的视觉的角度出发 来描述图像，有更好的可操作性。其特点为：一，图像特征信息直接从图像内容 中获取，无需人工对图像进行文本标注，节省大量人力；二，对图像特征的提取 和索引的建立完全由计算机自动完成，可以大大提高检索效率，节省人工成本。 总的来说，TBIR 在识别复杂图像时具有很好的效果，在某种程度上解决了识 别图像的难题，且实现简单，检索结果符合人们检索需求，然而由于图像的手工 标注主观性太强并且缺乏统一的标注标准，缺点也显而易见。CBIR 则相反，主 要利用人们对图像的视觉感受来描述并且分析图像，具有一定的客观性，并且计 算机自动提取特征，检索效率高。CBIR 同样具有缺点，即算法时间复杂度高， 难以建立将图像的底层特征与视觉特征之间建立起联系。两种检索方式各有优 劣，如果采用基于文本与内容结合的方式，即有文本检索的高准确率，又有满足 人们视觉需求，那么在网络环境下的图像检索系统