基于内容的图像检索技术的设计与开发.docVIP

基于内容的图像检索技术的设计与开发.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2012届本科毕业论文 学 院: 专 业: 年级(班): 学  号: 姓 名: 指导教师: 摘要:随着计算机网络以及多媒体技术的飞速发展,快速有效的图像检索技术越来越受到重视。本文介绍了基于内容的图像检索(CBIR)技术,从CBIR的图像特征提取、相似性度量、查询和反馈等关键技术入手,初步探索图像检索系统的数据库模型,并简要介绍模型的系统实现方法和图像处理过程。 关键词:CBIR,图像检索,特征提取,相似度度量,图像数据库 Abstract: With the rapid development of the Internet and multimedia technology, fast and efficient image retrieval technology has become a research hot spot. This paper introduces the content-based image retrieval ( CBIR ) technology. Based on description of the key CBIR method,a image retrieval Data model is designed . then the paper introduces its system realization and image processing. Key words: CBIR,Imagine retrieval,Feature extraction,Similarity measure,Image database 目录 1引言 1 2 基于内容的图像检索技术概述 2 2.1 基于内容的图像检索技术理论 2 2.2 基于内容的图像检索特点 2 3 基于内容的图像检索的关键技术 3 3.1 图像特征提取 3 3.2 图像相似性度量 6 3.3图像检索中的相关查询技术 7 3.4 图像检索中的相关反馈技术 7 4 基于内容的图像数据库模型 7 4.1 基于内容的图像数据库结构 7 4.2 基于内容的图像数据库模式 8 5 系统对基于内容的查询图像建模的支持 9 6 结论及展望 12 参考文献: 13 1引言 随着计算机网络以及多媒体技术的飞速发展,全球的数字图像信息正以惊人的速度增长。如何从海量的图像数据中快速有效地检索出满足用户需求的图像是一个当前急需解决的重要问题。 传统的对图像数据库中图像检索的方法是基于文本的图像检索技术(Text-based Image Retrieval), 这种方法利用自然语言的优势,将图像信息内容用文字来描述,形成与图像关联的特征关键字标记,在图像检索时通过对关键字的查询返回图像本身。 基于文本的检索技术查询操作简单,但在很多情况下,检索结果并不能很好地符合用户的需要。图像信息具有信息量大、内容丰富、抽象度低的特点,在许多情况下,仅用几个关键字来描述图像特征具有很大的局限性,不能精确地描述图像所包含的信息;而且基于个体对图像内容的关键字提取也具有很大的主观性。而基于内容的图像检索技术(Content-Based Image Retrieval,CBIR)的研究就是在这种现实需要的前提下提出并展开的。 CBIR在数字图书馆、数据挖掘及多媒体视觉内容检索等领域都起着十分重要的作用,在工业和科研领域具有广泛的应用性,例如医学图像资料管理、头像或指纹识别系统、卫星遥感图像管理等。 2 基于内容的图像检索技术概述 2.1 基于内容的图像检索技术理论 所谓基于内容的图像检索技术(CBIR)就是根据图像视觉内容(包括图像底层特征和高层特征),按照特定检索技术,从图像数据库中检索出目标图像。 其主要思想是根据图像所包含的特征信息作为图像的特征向量存入图像数据库。用户在检索时自动或半自动地提取图像特征,系统根据相似性度量函数计算出图像特征之间相似度,然后匹配图像数据库中对应的特征向量,从而将图像信息输出。其查询过程如图2-1: 图2-1 2.2 基于内容的图像检索特点 基于内容的图像检索系统主要具有以下的特点: (1) 从图像内容中提取信息线索。基于内容的检索突破了传统的基于关键词检索的局限,直接对图像进行分析并提取特征,使得检索结果更加接近图像对象。 (2) 提取特征的方法多样化。对图像的特征提取可以是颜色特征、形状特征、纹理特征、空间关系特征等。 (3) 基于内容的图像检索系统具有很强的交互性,用户可以参与检索过程。 (4) 基于内容的图像检

文档评论(0)

AnDyqaz + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档