按例和按绘的图像检索的研究.pdf

  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)。
查看更多
摘 要 摘 要 随着多媒体技术和互联网技术的飞速发展,图像数掘库的规模越来越大。 如何从海量的图像中快速、有效地查找出入们感兴趣的图像成为亟待解决的难 题。在这样的背景下,基于内容的图像检索技术受到广泛的蕈视,并成为多媒 体信息处理领域的一个研究热点。基于内容的图像检索系统通常通过计算图像 问的相似度来完成检索任务。虽然取得了一些成功,但大多数系统的榆索效果 不令人满意。与人类主要根据图像语义来判断图像I’日J是否相似的做法不同,现 今的图像检索系统过分依赖于底层图像特征,这就导致了所谓的语义鸿沟问题, 使系统很难对底层图像特征相似的图像进行区分。因此,如何由图像自动获取 符合用户检索意图的图像语义是解决图像/视频检索问题的关键。 本文主要研究图像语义和用户语义的自动获取问题,主要内容如下: 首先,对图像检索问题的研究背景和意义做简要介绍,并对图像/视频索引 和榆索中的若干重要问题进行综述。 接着,提出了一种从输入图像中提取语义对象的力‘法——剥壳算法。该算 法先将,。种基于图像Luv色彩统汁直方图的快速颜色带宽估计算法和自适应 Mean Shift算法相结合实现对输入图像的仞始分割;再用~种新的背景区域剥 离算法通过逐步剥离背景区域达到从图像中提耿语义对象的目的。该算法在执 行过程中无需用户的介入,是一种高效的无监督语义对象提取算法。实验结果 表明,对于主体基本位于图像中的语义对象,陔算法有较好的提取效果。 然后,提出了一种基于规范化形状特征描述的手绘草图检索方法。该方法 先采用一种基于傅黾叶变换的降维滤波方法对检索对象进行规范化处理,并在 此基础上提取对象的轮廓和区域特征,然后采用一种仿射变换自适应骨架提取 算法提取对象骨架、得到对象的骨架树特征描述,最后利用一种骨架树匹配算 法,结合对象的轮廓、区域和骨架特征实现基于草图的图像检索。该方法不仅 利用了埘象的外轮廓信息和内部I茎域信息,还利用了用骨架表达的形状和拓扑 信息。实验结果表明,陔方法对二维仿射变换(平移、缩放、旋转)有很强的 适应性,对噪声也有较强的鲁棒性。 最后,$-I-x寸图像低层特征和高层语义之fBJ存在的语义鸿沟问题,提出了’一 种结合草图查询和相关反馈的语义对象图像检索系统。该系统先根据用户输入 的手绘草图,利用形状(轮廓、区域和骨架)特征从对象库中初步检索出语义 对象并保存其区域组合;再根掘用户选择的反馈对象并结合查询草图提取用户 枪索对象的语义特征(形状、区域及拓扑特征),最后采用寻找最优区域配对的 方法在系统特征库中进行检索。该系统也可以直接由用户选择对象库中的对象 I 摘要 图像作为查询示例在系统数据库中进行检索。实验结果表明,本文方法不但对 用户需求的语义对象有较好的检索效果,具有较好的查准率和查全率,而且还 能较准确地在结果图像中框选出用户感兴趣的语义对象。 关键词:基于内容图像检索 图像分割语义对象提取 规范化形状按例查 询按绘查询 Abstract ABSTRACT Asthe ofmultimediainformation and development Intemet technology databaseis and tofinda technology,image gettinglargerlarger.How specialimage ofinterestfromthemass database and hasbecome efficientlyeffeetively ama

文档评论(0)

hy235999 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档