基于區(qū)域形狀特征的圖像檢索方法及應(yīng)用研究.pdf

1、隨著多媒體和計(jì)算機(jī)技術(shù)的迅速發(fā)展，傳統(tǒng)的基于文本的圖像檢索方法無(wú)法描述圖像視覺(jué)特征、主觀性大并且耗時(shí)耗力，基于內(nèi)容的圖像檢索(Content-Based ImageRetrieval，CBIR)成為了目前圖像檢索領(lǐng)域的研究熱點(diǎn)。CBIR融合了圖像處理、圖像識(shí)別和圖像數(shù)據(jù)庫(kù)等領(lǐng)域的技術(shù)成果，直接根據(jù)圖像內(nèi)容的各種視覺(jué)特征進(jìn)行圖像檢索，目前的研究主要集中于提取圖像的底層視覺(jué)特征(顏色、紋理、形狀、空間關(guān)系等)及相似度匹配上。
　　本文

2、首先探討了幾種較常用的區(qū)域形狀的描述方法：幾何不變矩、Zernike矩、Legendre矩、通用傅立葉描述子以及基于分塊信息熵矩陣奇異值特征描述子，通過(guò)實(shí)驗(yàn)對(duì)比這幾種方法的檢索性能，得到的結(jié)論是通用傅立葉描述子和Zernike矩對(duì)形狀有更好的描述，但是基于單一圖像特征的檢索并不滿足所有檢索需求，因此有必要對(duì)綜合多個(gè)特征的檢索進(jìn)行研究。
　　綜合多特征圖像檢索的一個(gè)重點(diǎn)和難點(diǎn)是如何分配多個(gè)特征的權(quán)重，因此本文提出了一種基于粒子群優(yōu)化

3、的多特征融合的圖像檢索方法。該方法利用粒子群優(yōu)化算法的群體搜索技術(shù)，使種群中每個(gè)粒子代表一組權(quán)重分配的可行解，以PVR指數(shù)作為適應(yīng)度函數(shù)，每個(gè)粒子通過(guò)和其他粒子進(jìn)行信息交互，調(diào)整自己的進(jìn)化方向，迭代后得到最優(yōu)化的特征權(quán)重分配方案并進(jìn)行多特征距離融合，最后將特征匹配后得到的檢索結(jié)果輸出。在1000幅二值商標(biāo)圖像測(cè)試集中實(shí)驗(yàn)，結(jié)果證明新方法能有機(jī)的將多個(gè)區(qū)域形狀特征進(jìn)行融合，提高了圖像檢索系統(tǒng)的自適應(yīng)性和檢索精度，并且適用于商標(biāo)圖像的檢索。