采用稀疏表示的大规模图像检索技术--研究.pdf

4．3．5大规模检索实验设计和分析…………………………………………………．57 4．4本章小结……………………………………………………………………………．．60 第5章总结与展望………………………………………………………………………．．62 5．1工作总结……………………………………………………………………………62 5．2工作创新……………………………………………………………………………63 5．3工作展望…………………………………………………………………………．．63 参考文献……………………………………………………………………………………65 攻读学位期间公开发表的论文与参与的科研项目……………………………………．70 致{射……………………………………………………………………………………………………………．．71 图表目录 图卜l基于内容的图像检索模块…………………………………………………………3 图l-2 MPEG-7标准的制定范围…………………………………………………………．7 图1-3本文研究框架图……………………………………………………………………9 图2一l本章采用的图像特征提取与融合流程…………………………………………．1l 图2-2可伸缩颜色描述符的产生过程…………………………………………………．12 图2-3边缘直方图边缘检测算子………………………………………………………．13 图2_4CSS特征描述步骤………………………………………………………………。15 图2-5常用的三种颜色空间……………………………………………………………．16 8 图2缶图像颜色归一化处理……………………………………………………………．1 图2-7图像的分块方法和编号…………………………………………………………．20 图2-8Contourlet变换步骤示意图………………………………………………………．．2l 图2-9拉普拉斯金字塔分解与重建……………………………………………………．．22 图2—10DFB分别在单尺度(a)和多尺度(b)下的方向分解……………………………．．22 图2一13采用两级方向滤波的NSDFB四通道滤波器…………………………………25 图2一14采用NSCT的多特征纹理信息描述……………………………………………26 图2一15狄度共生矩阵的统计方向………………………………………………………．27 图2一16多特征权重调配UI………………………………………………………………．30 图3一l基于稀疏表示的图像分类框架…………………………………………………．37 图3-2稀疏表示分类的示意图…………………………………………………………．39 图3．3字典分别对同类与不同类特征的稀疏表示系…………………………………．40 图3—4特征在不同类中的重构残差……………………………………………………．4l 图3-5构建的稀疏字典(部分)………………………………………………………一42 图3-6采用不同范式时的重构残差……………………………………………………．43 图3-7本文与文献[461[471在不同测试用例情况下分类结果…………………………43 图4一lK均值聚类…………………………………………………………………………46 图4-2理想情况下经过层次均值聚类生成的检索查询树……………………………48 图4-3本文使用的自建图像库…………………………………………………………．5l 图4_4四种颜色描述方法检索结果比较………………………………………………．54 图4-5边缘方向直方图特征描述方法对测试用例的检索结果………………………．56 图4_6Gabor特征描述方法对测试用例的检索结果……………………………………56 图4-7本文纹理特征描述方法对测试用例的检索结果………………………………．56 图4-8本文并行算法过程的示意图……………………………………………………．．57 图4-9串行和并行均值聚类耗时示意图………………………………………………58 图4一lO不同数据规模在节点数不同时的加速比………………………………………60 图4一ll本文优化检索前后检索时间对比………………………………………………．．60 表2一l图像在不同颜色空I’日J下的颜色分布……………………………………………．1