论文部分内容阅读
随着信息技术的快速发展,海量的数字图像和视频不断出现。为了有效地利用这些资源,基于内容的图像检索技术应运而生,并迅速成为该领域的热点研究方向。这种技术主要是提取图像的底层特征,并对其进行相似性度量。如何提取和使用图像的底层特征,使得检索能够快速、有效,是该领域研究的关键技术,也是目前需要解决的主要问题。图像的底层特征主要包括颜色、纹理、形状和空间关系,本文着重对图像的颜色和纹理特征进行了深入的分析和研究,结合图像颜色直方图和非下采样Contourlet变换理论,提出了综合图像显著区域直方图和非下采样Contourlet域纹理特征的检索方法。本文的主要研究工作及创新点如下:1、利用检测显著点的方法,定位图像的环形显著区域,然后分别提取图像显著区域和背景区域的直方图,用加权方法对两种直方图进行结合,得到本文所提出的显著区域颜色直方图法。这种方法不仅能灵活地获取图像的显著区域使得颜色信息具有空间性,还能保证图像的旋转不变。该方法克服了目前常用提取颜色特征方法的缺点,能有效提取图像的颜色特征,明显改善了图像的检索结果。2、通过研究多分辨的非下采样Contourlet变换理论,提出了一种非下采样Contourlet信息熵的纹理描述方法。该方法在对图像的分解时获取强大的方向,保证平移不变,同时还有效地降低了纹理特征的维数,对图像的检索具有一定的优势。3、将本文所提出的颜色和纹理的方法进行融合,提出一种综合显著区域直方图和非下采样Contourlet纹理特征的图像检索方法。这两种特征的结合,分别从全局和局部特征对图像进行描述,互补的了相互的缺陷。4、本文设计了一个综合颜色和纹理特征的图像检索模型,用此模型构建检索系统,并将上述的所提的方法都进行了实现,并使用各种方法进行实验。实验结果表明,本文提出的这种综合特征的方法性能稳定,较单一特征和传统综合特征的方法具有较高的检索效率。