论文部分内容阅读
基于内容的图像检索 (CBIR，Content-Based Image Retrieval) 是90年代以来逐渐兴起的一个新的研究方向，是多媒体信息处理中的一个重要问题。图像、视频作为多媒体中最直观的内容，对它们的检索和查询是多媒体内容处理的一个重要方面。传统的图像检索方法是以数据库技术为基础、以大工作量的人工标注为代价的基于文本的检索。而本文研究的基于内容的图像检索，是以计算机视觉技术为依托，根据图像的视觉特征，以模式匹配的方法进行以计算机为主导的图像检索。它大大减少了人工标注的沉重负担，提高了检索的速度和效率，为图像检索的应用提供了更广阔的前景。
首先，本文对基于内容的图像检索领域的技术和现状进行了全面的综述，研究了图像检索中的关键技术，对图像的颜色特征、纹理特征、形状特征的提取与表达进行了详细的分析，对图像的相似性度量及相关反馈技术进行了深入的研究。
其次，结合图像处理方法构建了基于分块颜色特征的检索系统。在对图像的特征提取时，将图像按照环形或传统的分块策略进行划分，然后计算每个分块的颜色特征。在检索时，首先逐一计算对应分块的颜色特征之间的距离，然后将图像所有分块的距离进行加权累加，其结果作为两幅图像之间的实际距离。在对两种不同的分块策略进行分析后得出，传统的分块颜色特征检索虽然包含了图像的颜色信息和空间关系，但它对图像的镜像、平移、旋转等操作比较敏感，而环形分块的策略解决了这一问题。由于人们在不同场合对图像检索的侧重点要求不同，图像的镜像、平移、旋转等操作有时要求系统对其敏感，有时要求系统对其不敏感，因此，本文提出将传统的分块处理与环形分块处理相结合，人们可根据所关注的不同侧重点调整相应的权重系数进行检索，这种检索方法使得检索的查准率、查全率以及系统的灵活性都得到了较大的提高。
最后，基于以上研究，本课题以VC++为开发工具，开发了一个基于内容的图像检索实验系统，系统通过图像的分块颜色特征实现了对图像的检索。实验结果证明，本文的实验系统具有较好的检索性能。