基于區(qū)域的圖像檢索相關(guān)技術(shù)研究.pdf

1、隨著計(jì)算機(jī)技術(shù)、多媒體技術(shù)等的飛速發(fā)展與廣泛應(yīng)用，數(shù)字圖像的數(shù)量正以驚人的速度增長(zhǎng)，如何對(duì)這些海量圖像數(shù)據(jù)信息進(jìn)行合理而高效的管理、組織、分析和檢索，正逐漸成為研究的熱點(diǎn)課題。
　　這篇論文主要針對(duì)基于區(qū)域的圖像檢索系統(tǒng)中的相關(guān)技術(shù)進(jìn)行了研究，包括圖像底層視覺特征提取，圖像區(qū)域分割，相似度計(jì)算以及相關(guān)反饋等技術(shù)。
　　圖像底層視覺特征抽取技術(shù)是基于區(qū)域的圖像檢索中的一個(gè)關(guān)鍵步驟，針對(duì)于當(dāng)前圖像分割算法速度較慢而不具備實(shí)時(shí)性的

2、情況，提出了一種新的基于L*a*b*色彩空間的分塊抽取特征方案，降低待處理的樣本數(shù)據(jù)量，從而有效減少圖像區(qū)域分割所耗費(fèi)的時(shí)間。
　　在基于區(qū)域的圖像分割方面，提出了一種新的快速圖像區(qū)域分割算法。這種方法在抽取圖像的底層視覺特征的基礎(chǔ)上，首先運(yùn)用Mean-shift算法進(jìn)行聚類，獲得聚類簇?cái)?shù)和初始蔟中心，然后再利用改進(jìn)的K均值算法進(jìn)行聚類，實(shí)現(xiàn)圖像的快速分割。實(shí)驗(yàn)結(jié)果表明提出的新方法不僅分割速度快，而且得到的分割結(jié)果穩(wěn)定，避免了過度

3、分割。
　　在圖像相似度計(jì)算方面，介紹了一種基于區(qū)域整合的相似度計(jì)算方法。這種方法綜合考慮了圖像分割后得到的所有區(qū)域。實(shí)驗(yàn)結(jié)果表明這是一種性能較好的度量方法。在相似性計(jì)算的基礎(chǔ)上，提出了受限隨機(jī)瀏覽的思想。這種受限隨機(jī)瀏覽方式能讓用戶快速了解圖像庫(kù)并允許用戶挑選查詢例子圖像。
　　在相關(guān)反饋方面，提出一種基于支持向量機(jī)與反饋日志分析的相關(guān)反饋的圖像查詢方法，其目的是利用人機(jī)交互與反饋歷史數(shù)據(jù)，使檢索的結(jié)果更加貼近用戶的需求。