基于多特征的图像检索技术研究与实现.pptVIP

基于多特征的图像检索技术研究与实现 Research and Implementation of Image Retrieval Based on Multi-features 内容提要 研究背景现状及本文研究内容 相关技术概论 总体方案设计 关键技术算法实现 系统设计 实验测试 总结和展望 研究背景现状及本文研究内容 研究背景 图像等多媒体资源日益丰富，图像检索系统需求迫切 基于内容的图像检索系统应运而生 研究现状： 基于文本到基于内容 出现了很多原型系统 具有一定的缺陷 研究背景现状及本文研究内容 本文研究内容 设计多特征图像检索方案 实现多特征图像检索关键技术算法 实现一个基于本文研究的多特征图像检索系统 在此基础上进行实验分析 相关技术概论 传统单特征检索流程 相关技术概论 传统多特征检索流程 相关技术概论 特征提取 颜色 颜色直方图 颜色矩 纹理 Tamura纹理特征 共生矩阵 形状 傅立叶描述符 Hu不变矩 相关技术概论 相似性度量 欧氏距离 Minkowsky距离 直方图相交 二次式距离 Mahalanobis距离 总体方案设计 传统的图像检索系统所存在的问题 传统单特征： 特征提取的统计信息不全面 传统多特征： 用户给定权值：不能全面表示用户意愿，存在一定的盲目性 系统给定权值：没有体现图像各种特征的相对重要性 不具有用户相关反馈模型 总体方案设计 本文多特征图像检索模型 实现的功能： 对传统兼容：基于文本特征检索 对传统兼容：基于颜色、纹理或者形状的单特征检索 基于文本、内容相结合的多特征检索 构建用户相关反馈模型，并由系统动态调整多特征权值，多次检索 关键技术算法实现 特征提取中特征向量的归一化 特征内部归一化过程的目的在于使特征向量的各分量具有相同的重要性 内部归一化 特征外部归一化过程的目的使综合特征的各特征向量在相似距离计算中的地位相同。 外部归一化 关键技术算法实现 多特征相似性度量 综合各种相似性度量函数所适应的环境，颜色直方图和颜色矩特征我们使用二次式距离进行测量，Tamura纹理特征、共生矩阵、傅立叶函数及Hu不变矩我们使用马氏进行测量。 关键技术算法实现 初始检索特征权值的动态获取 1.用户查询界面中包含了查询的相关问题 2.系统分析用户的答案，进行初始的多特征权值设置 其中w0为 ，n为特征值个数。ci为每个有答案的问题所对应的权值变动值 关键技术算法实现 用户反馈信息调整多特征权值 图像对象模型 D是原始图像数据 F是此图像对象的底层特征的集合 R是某种给定特征的表达形式 关键技术算法实现 检索过程 （1）初始化W （2）给定示例图像，特征提取 （3）根据权值计算特征向量 （4）相似性度量，返回N幅图像 （5）相关反馈 （6）系统根据用户的反馈意见调整权值 （7）回到第2步，开始新一轮的检索。 关键技术算法实现 权重更新 Wij的调整 归一化 关键技术算法实现 权重更新 Wijk的调整 归一化 关键技术算法实现 权重更新 Wi的调整改进 1. 2. 系统设计 开发环境 CPU: Pentium(R) D 3.00GHZ 内存：512M 操作系统：Windows XP SP2 开发语言：Java 6.0 开发工具：eclipse europa java for Windows XP 数据库：Mysql 6.0 系统设计 系统结构 图像库管理模块 添加图像 删除，修改图像 图像检索模块 用户初始查询模块 图像处理模块 检索模块 相关反馈模块 实验测试 实验数据 实验数据来自于时代图片网（）中有关汽车与猫的图片，该数据集包括123张汽车的图片和135张猫的图片，共258张。每张图片都有相关的文本信息标记，图片尺寸约为500X500，大小约为15万-25万个像素组成，汽车与猫为图片中主要元素。 实验测试 实验方案 将本文研究的多特征图像检索与传统的单特征图像检索进行对比，结合查全率和查准率，验证动态反馈多特征算法的有效性。 实验测试 实验流程 （1）添加图像库 （2）示例图像：一副汽车的图像 （3）阈值：0.4 （4）通过单特征检索 （5）通过传统多特征（无反馈）检索 （6）通过多特征检索 （7）实验分析 实验测试 实验结果分析 实验测试 实验结果分析 总结和展望 总结 分析各种特征提取方法，提出了适合多特征检索的算法 选择了适合多特征检索的相似性度量方法 实现了检索初始权值的动态设置 将传统相关反馈理论应用于多特征图像检索系统，并对其进行了改进 实现了原型系统并进行了实验分析 总结和展望 展望 特征提取中的图片分割 提取更多的图像内容特征（如空间关系特征 ） 考虑空间复杂度、时间复杂度问