基于内容语义的图像检索技术研究与系统设计

西安电子科技大学硕士学位论文基于内容语义的图像检索技术研究与系统设计姓名：张洁婧申请学位级别：硕士专业：计算机应用技术指导教师：刘志镜20070101基于内容语义的图像检索技术研究与系统设计作者：张洁婧学位授予单位：西安电子科技大学相似文献(10条)1.学位论文吴俊峰基于视觉感知的彩色图像检索方法研究2009随着多媒体技术的快速发展与互联网技术的日益普及，我们拥有越来越多的数字图像数据，图像数据的种类和数量也在与日俱增，无论是军用还是民用设备，每天都会产生相当数量的数字图像，这些数字图像包含了大量有用信息。为了能够从浩瀚的图像数据库中快速、准确地找到用户所需内容，基于内容的图像检索(CBIR)技术得到了广泛关注，并已成为国际学术界研究的一个热点。本文对基于视觉感知的彩色图像检索方法进行了研究。主要内容包括：br　　(1)为了进一步提高基于颜色直方图的图像检索系统工作效率，以人眼视觉感知特性为基础，结合局部图像相关性，提出了一种基于视觉权值的分块颜色直方图图像检索新方法。该方法首先对图像进行分块处理，并计算出图像子块的颜色直方图；然后结合反映局部区域变化的像素点颜色复杂度，计算出图像子块的视觉权值；最后利用视觉权值对子块颜色直方图进行加权处理，并根据加权颜色直方图进行图像检索。该算法能够准确和高效地查找出用户所需内容的彩色图像，并且具有较好的查准率和查全率。br　　(2)以多尺度空间理论为基础，结合局部图像相关特性，提出一种基于感兴趣区颜色直方图的彩色图像检索算法。该算法首先利用多尺度Harris检测算子从原始彩色图像中提取稳定的感兴趣点；然后根据特征尺度自适应确定视觉重要的感兴趣区；最后构造感兴趣区颜色直方图并进行图像检索。该算法具有较好的查准率和查全率。特别地，该算法对光照、锐化、模糊等噪声攻击均具有较好的鲁棒性。2.学位论文葛远庭基于SVG的矢量图像检索相关技术研究2008数字图像的无序激增使得基于内容的图像检索(CBIR)技术成为当前研究的一个热点问题。现有的CBIR技术大多面向传统栅格图像，针对网络中大量存在的矢量图像在这方面的研究工作开展较少。以SVG为代表的矢量图像因其特有的优势在网络中取得了巨大的发展，由于SVG图像的本质是一种借助XMI，语言描述的图像信息文件，这为开展基于内容的矢量图像SVG检索的研究提供了可能。本文正是在这样的背景下采用基于内容的图像检索的一些关键技术，开展了基于SVG的矢量图像检索相关技术的研究，本文主要研究内容如下：(1)全面研究了现有的图像检索技术，重点研究了基于内容的图像检索技术(CBIR)中的关键技术和核心问题；(2)充分研究了SVG技术、应用、图像内容和类结构，提出一种适用于图像检索的矢量图像SVG的结构化表示方法；(3)在充分研究和借鉴传统的图像检索技术的基础上，构建了一个基于内容的矢量图像SVG的检索系统模型，并根据系统设计方案实现了SVG检索原型系统的部分功能，最后通过实验验证了系统模型的可行性。综上，本文通过对基于SVG的矢量图像检索相关技术的研究，构建了一套基于内容的矢量图像SVG检索技术的解决方案，为开展矢量图像SVG检索技术的研究与应用提供了参考。3.学位论文姚华静基于颜色和纹理特征的图像检索技术研究2007近年来，随着信息技术的发展，数字图像的数量正在飞速增长。如何在这海量的数字图像中找到我们所需要的图像数据越来越被人们所关注。基于内容的图像检索成为当前的一个热门研究课题。本文针对基于内容的图像检索的主要方法进行了研究。在颜色特征提取和匹配中，通过研究和分析不同的颜色空间和颜色特征，提出对HSV颜色空间进行合理的量化，提取颜色直方图形成特征矢量用于检索的方法。针对颜色直方图不包含任何空间信息以及传统分块丢失了图像旋状不变性的问题，提出一种融合空间、颜色信息的特征提取和匹配算法，即合理地将图像分成若干子块，为图像提供了一定程度的位置信息，并且对子块编号进行拉普拉斯算子运算，这样所得到的位置信息是子块的相对位置而非绝对位置，不仅可以有效地区分具有相同或相近颜色直方图的图像，同时保证了图像检索中具有旋转不变性。考虑到单纯颜色特征对图像信息表达能力的不足，引入对图像纹理的分析，确定了基于灰度共生矩阵的纹理特征提取算法，并且综合颜色、纹理两种特征描述图像内容。本文设计并实现了相关的算法，并对算法有效性进行了分析。实验结果表明，本文的算法的检索结果较令人满意，具有更好的性能和一定的实用价值。4.学位论文张文娇基于SVM和粗糙集的图像检索相关反馈技术研究2009随着Internet的应用普及及多媒体和网络技术的不断发展，数字图像的应用日益广泛，传统的基于文本标注的图像检索已不能满足检索要求，在人们试图找到一种最有效的检索方法中，基于内容的图像检索技术应运而生，并成为了较为活跃的研究领域之一。本文对基于SVM和粗糙集的图像检索相关反馈技术进行了研究。主要内容如下：br　　⑴研究了基于SVM的相关反馈算法，针对SVM核函数和参数选取的问题，提出了一种结合粗糙集的反馈方法，该方法先利用SVM对初步检索图像进行反馈，再用粗糙集中的上下近似理论对结果进行再次分类排序，返回结果。实验发现，基于SVM的相关反馈算法在实验数据库中取得了很好的检索效果，而结合粗糙集的反馈结果在此基础上又有改进。br　　⑵采用基于直方图的颜色特征和基于共生矩阵的纹理特征相结合的特征描述方法。br　　⑶设计了一个基于内容的图像检索系统，该系统支持基于颜色和纹理特征进行检索，并提供两种相关反馈方式：基于SVM的相关反馈和基于SVM与粗糙集结合的相关反馈。5.期刊论文朱学芳数字图像信息资源开发及管理-中国图书馆学报2002,28(6)目前图像处理技术在信息领域的应用已越来越广泛.数字图像信息资源建设包括数字化图像文件、数字化图书馆等.数字图像信息管理的内容涉及图像检索及档案文件的修复等.参考文献15.6.学位论文许锐基于颜色和纹理特征的图像检索技术研究2008本文首先介绍了基于内容图像检索的国内外相关研究情况及面临的问题。然后，介绍了基于内容检索的关键技术。在颜色特征提取和匹配中，通过研究和分析不同的颜色空间和颜色特征，提出对HSV颜色空间进行合理的量化，提取颜色直方图形成特征矢量用于检索的方法。针对颜色直方图不包含任何空间信息以及传统分块没有考虑到图像的里的主体或者感兴趣的区域以及没有考虑分块间的联系。本文在颜色直方图法的基础上，对图像颜色特征提取算法做了一些改进。在改进的分块主色法中，本文提出了一种矩形重叠式分块策略对图像进行分块。并通过实验对它们的性能进行比较分析。为了融合多种特征进行图像检索，提高系统的检索性能，本文主要对综合颜色特征和纹理特征的图像检索方法进行了研究。提出了利用共生矩阵对图像的整体区域有着较好的处理效果以及Gabor小波变换对图像中的局部区域的频率和方向信息的优异性能，结合改进的分块主色法的方法，并通过实验证明该方法能够提高图像的检索性能。最后，对本文的基于内容的图像检索技术的研究进行了总结，并提出了进一步研究的方向。7.学位论文唐洁基于联盟的图像检索优化方法研究与实现2008随着大规模数字图像库的出现，传统的依赖于人工标注进行的基于文本的图像检索技术已经无法满足用户日益增长的要求，基于内容的图像检索技术(CBIR)便应运而生。CBIR的一般做法是提取图像的某些特征，构成其特征向量，为方便检索，对特征空间建立索引。现在已有一些不同的建立索引的方法，CM-tree（度量聚类树）是一种较新的方法。本文对基于联盟的图像检索优化方法的实现进行了研究。CM-tree节点中保存了聚类半径及聚类之间距离表，基于度量空间聚类的范围查询算法利用距离表的信息，根据三角不等式减少距离计算的次数，加快检索的时间。在处理单个的、小数据量的查询检索上，基于度量聚类检索具有一定的优势。但是用户在一段时间内提交的查询是具有相当的关联性的，或者极端的来说是重复性的，如果仍然使用常规的检索方式对度量聚类索引树进行检索，毫无疑问的会多做许多重复的工作，如对同一张图片进行多次检索，或者对关联性相关很大的图片也是进行多次的检索。基于联盟对度量聚类检索的优化方法可以解决上述问题。联盟即主查询和被邀请查询经过一系列的规则所形成的复合查询的技术手段。联盟的应用层次就在度量聚类树根节点下的第一层导航节点上，在此层次上，主查询在不同的导航节点上分别和被邀请查询根据一定的规则进行联盟操作，并创建复合查询，对复合查询进行相应节点上的检索。同时，在主查询和被邀请查询相应的属性中保留在该节点上的联盟信息，被邀请节点在下一次查询的过程中就不需要对有联盟信息的节点上进行检索，此操作可避免重复查询，减少查询的次数，提高查询的效率。基于联盟对度量聚类检索优化，主要在批量数据、实时查询的背景下应用，实验表明采用联盟的技术能有效地提高查询的效率，减少重复查询的次数。8.学位论文李建华基于内容的图像检索技术研究与实现2006随着网络技术、多媒体技术、数据库技术的发展，数字图像数量不断增加，如何组织、管理和利用以图像为主的多媒体信息具有重要的研究价值，因此基于内容图像检索(CBIR)成为多媒体领域的研究热点之一。CBIR主要是通过理解图像的内容，建立图像的特征空间，计算其相似度来进行信息检索。主要使用的特征空间有以下几种：颜色特征、纹理特征、形状特征以及空间位置特征。相应的相似度度量方法以及性能评价方法也有了长足的发展但是，在研究中也出现了亟待解决的问题：(1)由于选取特征空间不同和相似度计算方法不同，导致图像检索难于进行通用化设计和使用，特别是面向wEB的图像检索；(2)单一图像特征只能表现视觉的某一方面，已经不能适应语义理解或复杂图像的检索要求。为了解决上述问题，本文使用ISO/IECTR15938标准——MPEG-7(多媒体内容描述接口)描述图像特征，并提取其中的主导颜色、颜色布局、同质纹理和边缘直方图4个描述符特征；通过使用颜色布局描述符特征和同质纹理描述符特征，建立兼顾颜色和纹理的多特征联合检索，并通过MARS和遗传算法调整不同特征的权重获得最佳检索效果。经实验平台多次试验证明，使用基于MPEG-7的图像检索系统能够大大降低检索时间，并有良好的扩展性和通用性；使用优化权值后的联合特征检索方法能够大幅度的提高其检索性能，达到预期的效果。9.学位论文王和勇降维方法在特征提取中的应用研究2006随着多媒体技术、网络技术的迅速发展，图像信息的应用日益广泛，对规模越来越大的图像数据库中的可视信息进行有效管理成为迫切需要解决的问题，基于内容的图像检索是解决这一问题的关键技术之一。图像特征的提取与表达是基于内容的图像检索技术的基础。一般来说，图像特征的表示均是高维向量，故在进行图像特征的提取与表达时，即使对于低分辨率的图像也常常会产生非常高维的数据。对于大型的图像数据库，高维向量的存储以及高维空间中距离的计算，其空间复杂度和运算复杂度非常高。针对常用的高维特征向量的降维方法，本文提出了以下改进：一、针对主成分分析法(PrincipalComponentAnalysis，PCA)在处理非线性降维问题上的不足，以及核主成分分析(KernelPCA，KPCA)方法在处理降维问题上计算速度方面的缺陷，提出了基于聚类的核主成分分析方法。试验结果显示：基于聚类的核主成分分析方法具有良好的特征提取性能，相比核主成分分析方法大大提高了特征提取的速度。二、针对局部线性嵌入(Locallylinearembedding，LLE)方法在计算速度和近邻点个数K的选取上的不足问题，研究了该方法的扩展，提出了基于聚类和改进距离的LLE方法。基于聚类LLE方法大大缩减了计算LLE方法的时间；改进距离的LLE方法在近邻点个数取值比较小时的情况下，也可得到良好的效果，而原始的LLE方法要达到相同的效果，近邻点个数K的取值通常要大很多。同时，改进距离的LLE方法可以模糊近邻点个数的选取。试验结果显示：基于聚类和改进距离相结合的LLE方法相比原来的LLE方法大大提高了降维