论文部分内容阅读
随着Internet的广泛使用，在其上浏览的信息包容的范围越来越广。IT中很多是多媒体信息，因此对多媒体数据的检索要求就越来越高，不仅要求速度，而且要求精度。以前对多媒体信息的检索大多采用基于关键词的检索，这种检索存在两方面的缺点，以图像数据库为例：一是对图像的描述标注要花费大量的人力，再一个是人工对图像标注会掺杂许多主观因素，例如不同的人对图像的理解不同，因此在检索时就会产生许多误差。因此本世纪九十年代以来，基于内容的检索技术应运而生。
基于内容的检索从图像本身的内容出发，由计算机提取图像本身所包含的信息，例如颜色信息，纹理信息，形状信息等。这样，一方面以前由人工的注释变为由计算机自动提取；另一方面由计算机提取也减少了许多人为因素。国内外对于基于内容的检索技术的研究总体而言还很不成熟，存在许多问题有待解决。大多数研究侧重考虑图像的全局信息，对图像中影响人的视觉感观很大的目标信息考虑不多。
为了弥补全局特征在描述图像内容上的不足，本文给出了一种基于目标区域的图像检索方法：首先，用户使用矩形框划定他所关注的目标，使用图像分割的方法从用户指定的区域中分割并提取出所包含的目标；第二，提取目标区域的颜色纹理特征进行图像检索；第三，综合颜色纹理特征值计算特征距离，进行图像间的相似性匹配。在图像检索时，提取目标区域对应的子图像特征代替全局图像特征进行图像相似性匹配。为验证该方法，本文进行了基于全局特征的图像检索和基于目标区的图像检索的对比实验。实验结果表明，基于目标区域的图像检索效果比基于全局图像特征的检索效果有较好的改善。