基于内容的图象检索方法研究(新版)概述.pptVIP

;1.概述;1.1意义;1.2 现状;(1)传统的图像检索方法;(2)基于内容的图像检索现有的工作;QBIC{} Virage{} PhotoBook MARS{} VisualSEEK{ } CORE STAR RereievalWare{ } Netra{ /Netra};1.3 现有研究的局限性; ;尚需解决的关键技术;2. 主要研究内容;图像信息描述与检索模型;2.1图像信息描述与检索模型;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 ;语义层的空间关系操作;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;2.2 颜色特征提取与表示;?颜色直方图 ;缺点;直方图归一化算法步骤及特点; ;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;纹理 ;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;实际计算（简化过程）;;规则纹理和不规则纹理的描述;规则纹理图像的纹理描述;不规则纹理图像的纹理描述;一种改进的小波纹理描述;问题4：如何描述旋转情况下的纹 理？;基本思想：;计算过程;fA，fF，fY,是幅度、 频率、方向的包络信息。 ;实验结果;2.4形状特征提取与描述方法研究;问题1：为什么进行形状特征的提取？ 问题2：如何进行形状提取？;基于HSL的彩色图像分割方法;算法步骤;实验结果;(a)平滑处理前色调直方图 (b)平滑处理后色调直方图 (c)亮度直方图 (d)色??满足一定条件的亮度直方图 ;区域和边缘相融合的边缘检测;算法5.4区域相融合的边缘提取;实验结果;2.5基于Hausdorff距离的 边缘形状度量;问题的提出;基本思想;实验结果;采用Hausdorff距离度量的结果。第一列为模板，后五列为匹配结果;2.6多维特征的索引结构研究;(1)随着特征维数增加查询时间花费 以指数形式增加。 (2)没有嵌入视觉特性;SS算法中视觉特征的嵌入;等距索引算法的基本思想与实现;顺序搜索与等距索引平均花费时间比较;2.7图像检索系统设计方法研究;检索系统的结构;可视化查询语言;实现过程; 图8.9查询的可视化表达实例;相关反馈机制;自适应相关反馈的基本思想;图8.4自适应反馈算法迭代前检索结果;图8.5迭代后检索结果 ;迭代次数选择;图8.7 选择不同候选图像数时查询的平均正确率;图8.8 几种相关反馈性能比较;谢谢！