基于关注区域的图像细匹配检索方法研究-计算机科学与技术专业论文.docxVIP

哈尔滨工业大学工学硕士学位论文摘 哈尔滨工业大学工学硕士学位论文 摘 要 尽管基于内容的图像检索技术是一项极具挑战性的难题，但它在理论和 应用中的潜在价值一直激励着科研人员的不懈努力。由于现有的基于内容的 图像检索系统均是以低级视觉特征为基础工作的，它们存在的瓶颈是图像的 低级视觉特征和高级语义之间的差距。如何缩小这两方面的差距，是目前基 于内容的图像检索方法研究的重点问题。目前主要有两种技术被广泛采用： 相关反馈方法，学习用户的语义主观性，使检索结果更加符合用户的检索要 求：采用基于区域的检索方法，更好地表示用户对图像进行理解时的关注 点。 本文首先对上述两种缩小图像的低级特征和高级语义之间差距的技术进 行了全面的介绍，特别是详细研究分析了基于区域的图像检索技术。在此基 础上，针对基于区域的方法所存在的不足，提出了一种新的基于区域的图像 检索方法；基于关注区域的图像细匹配检索方法。 基于关注区域的图像细匹配检索方法提供了一种支持用户提交关注物体 的机制，支持用户定义任意形状的感兴趣区域。该方法很好地利用了感兴趣 区域的空间信息，采用了更加有效的区域匹配方法：对应子区域加权匹配方 法，更好地利用了子区域之间的空间信息，同时应用多分辨率检索技术，实 现对不同大小任意形状的物体进行检索。为了减少检索时问，提高检索效 率，采用了二次检索技术，先通过第一次检索把图像库裁剪成小图像库，然 后再进行区域的细匹配检索，从而在不明显降低检索精度的情况下显著了提 高了检索效率。 为了客观地评价本检索框架的检索性能，本文编程实现了基于关注区域 的图像细匹配检索方法，并且基于大型通用图像库Cord库进行了大量的检 索实验。实验结果表明此方法能够较好地在物体层上进行检索，提高了检索 性能。 关键词 图像检索；感兴趣区域；层次检索；多分辨率检索 坠玺鎏三些奎耋三兰堡占兰竺耋圣Abstract 坠玺鎏三些奎耋三兰堡占兰竺耋圣 Abstract Although Content-Based Image Retrieval(CBIR)is a challenging and difficult task，its great potential values in both theory and application are always encouraging researchers to commit themselves to the problem．Existing CBIR systems are based on low—level visual features，so the bottleneck is the gap between these visual features and semantic concepts of images which is called semantic gap．To narrow down this gap，two techniques have been widely used： relevance feedback(RF)which learns the user’s semantic subjectivity；region— based features which represents the perceptive attention of the users for image content． In this thesis，a comprehensive overview of the above two techniques is introduced，especially a detailed study of the latter oile．Based on the analysis of the state of arts，a novel region—based image retrieval method is proposed：Fine image matching method based on regions—of-interest(ROD． The fine image matching method provides users a method to submit queried objects，permits users to define arbitrarily-shaped ROI．This method makes use of space information of R01，adopts a more effective region matching method： weighted matching between corresponding sub—re