基于内容的图象检索方法研究分析报告.ppt

1.概述 1.2 现状 (1)传统的图像检索方法 解决方法： (2)基于内容的图像检索现有的工作 Myron Flickner (IBM ) Rosalind W.Picard (MIT) Thomas S.Huang (Illinois) H.J. Zhang (Microsoft Research) J.K. Wu (新加坡国立大学） QBIC{} Virage{} PhotoBook MARS{} VisualSEEK{ } CORE STAR RereievalWare{ } Netra{ /Netra} 1.3 现有研究的局限性 (1) 很少考虑图象的亮度变化。 (2) 图象特征表示方法不完善。 (3) 多数系统只考虑按单一属性索引，没有 考虑多种属性的索引结构建立。 (4) 用户语义无法嵌入。 (5) 不能提供有效的查询表达方式。 尚需解决的关键技术 2. 主要研究内容 主要研究内容 图像信息描述模型 物理层的检索 特征层的检索 伪语义层的检索 语义层的检索 语义层的相似度 相似度计算实例 查询结果的组合 基于神经网络的组合查询 直方图归一化算法步骤及特点 步骤： (1) 颜色空间转换 (2) 光照归一化 (3) 尺度归一化 (4) 直方图平滑 特点：实现了亮度和尺度的归一化 两种子直方图颜色表示方法 实验结果与分析 传统直方图检索结果 加权子直方图检索结果 归一化后的加权子直方图检索结果 2.3纹理特征的提取与表示方法 问题1：纹理描述的实质是什么？  如何对纹理进行描述？ 问题2：为什么要对纹理分开描述？问题3：如何对问题分开描述？问题4：如何描述旋转情况下的纹 理？ 问题1：纹理描述的实质是什么？  如何对纹理进行描述？ 经典纹理描述方法 问题2：为什么要对问题分开描述？ 问题3：如何对纹理分开描述？ 理论依据： (1)人的视觉在感知纹理时，存在三种重要的感知元，即“重复性、方向性、粒度的复杂度” 。 (2)纹理图像可以看成是一个二维的均匀随机场，并能分解成相互正交的三个分量 。 (3)规则均匀随机场的三个分量可通过分离谱分布函数获得。 实现过程 (1)谐波测试，目的是提供纹理图像结构化程度与非结构化纹理判决依据（置信度）。 (2)基于置信度进行纹理分类。 规则纹理和不规则纹理的描述 不规则纹理图像的纹理描述 (1)计算图像的小波变换系数 一种改进的小波纹理描述 采用策略： （1）采用半峰的幅度支撑集相互接触的Gabor小波族 。 （2）计算小波变换系数的均值和标准偏差 基本思想： 采用极坐标表示Gabor函数，并将图像转换为Gabor空间中的近似表示。然后从相位信息和幅度信息中推导出旋转不变特征。 实验结果 基于HSL的彩色图像分割方法 算法思想： 首先将图像转换到与人的视觉一致的颜色空间，然后以色调为主进行对象粗分。对具有相同色调的对象再按亮度或饱和度进行细节划分，并标明不同区域。最后对这些区域进行去噪，生成有意义的区域。 算法步骤 (1)颜色空间的选择 (2)HSL概率密度计算 (3)基于联合概率密度的颜色区域标号 (4)区域进行合并 实验结果 区域和边缘相融合的边缘检测 基本思想: 图像边缘反映了图像变化的局部信息，它由一些细小的边界点组成，而区域反映了对象在灰度上的一致性。对象的区域和对象的边缘是高度相关的，因此，为了获得有意义的对象边缘，可以用边缘元和对象区域相互补充来获取对象边缘。 算法5.4区域相融合的边缘提取 (1)?对模极值二值化，生成边缘点 (2)以主对象为中心，选取长度超过给定长度边缘段，并用 (begin_line，end_line，code_line)表示，其中begin_line 为边缘段的起始位置(xb,yb)，end_line为边缘段的终止位置 (xe,ye)，code_line为边缘段的链码。 (3)选定最长边缘段，查找与begin_line最近的边缘段的端点 (x0,y0)，与end_line最近的边缘段的(x1,y1)。 (4)以(xb,yb)为起点，(x0,y0)为终点，连接成新的边缘，以同样 的方法生成以(xe,ye)为起点，(x1,y1)为终点的新边缘段，通 过虫随法得到区域边界，取新边缘段和区域边界的平均作为修 正后的新边缘。 (5) 当所有边缘段处理完毕，算法结束，否则转(3)。 实验结果 问题的提出 基于Hausdorff距离进行