基于小波轮廓的图像语义标注研究-计算机软件与理论专业论文.docxVIP

分类号TP391学校代码10147UDC004.92密级公开硕士学位论文基于小波轮廓的图像语义标注研究ResearchofImageAnnotationBasedonWaveletContour作者姓名孙鲁指导教师彭晏飞副教授申请学位工学硕士学科专业计算机软件与理论研究方向图形图像处理辽宁工程技术大学时光荏苒，岁月如梭，两年半的硕士研究生生涯即将结束，在此我要感谢期间给予我指导和教育的老师们、关心和帮助我的同学们以及鼓励和支持我的亲人们，向他们表达我诚挚的敬意。衷心感谢我的导师彭晏飞副教授，在两年多的学习和生活中，他给予我悉心的指导和无微不至的关怀，使我感受到深厚的师生情谊。从入学时对我研究方向的建议、前景的规划，以及后来专业知识的培养，特别是这次论文的撰写，彭老师都给予我极大的支持和帮助，使得我在研究生期间的各项工作都能顺利进行，同时彭老师治学严谨、朴实谦和的态度和精神也一直深深感染着我，必将使我受益终生。特别感谢邢长征院长，邢老师为我们提供了一个学习氛围良好、设备条件齐全的实验室环境，对我们的关怀细微入至，不管是实验室书籍的购买，还是设施的配备，邢老师都给予了无私的资助；而且每周一次的例会让我们时时督促和反省自己，并及时汇报自己的学习情况以及遇到的问题，在此，要特别感谢邢老师对我们的人文关怀。由衷地感谢我的舍友以及实验室的同学们，感谢他们对我的关心和帮助，和他们风雨同舟的日子将成为我一生宝贵的财富。还要感谢我的父母以及家人，这么多年，他们一直在默默地为我付出，给予我无私的爱、支持、鼓励和包容，他们是世界上最伟大的人。最后，感谢所有帮助过我的人，感谢所有参加论文评审的专家们，感谢你们百忙之中对我的论文提出意见和建议，向你们致以我最崇高的敬意。针对基于内容的图像检索中广泛存在的“语义鸿沟”问题，提出一种基于小波轮廓的图像语义标注方法，在图像分割阶段利用膨胀和腐蚀原理对分割区域面积进行调整，通过消除斑点和填补漏洞得到独立完整的目标区域，同时结合特征点检测提取感兴趣区域，去除无关区域，减少了“过分割”现象，从而避免了语义冗余；在模型训练阶段，由目标区域和场景区域组成训练集，利用图像中对象通常具有封闭轮廓这一特性，进行轮廓提取，构造形状函数，并对其进行离散小波变换，得到小波描述子，作为输入向量，然后利用支持向量机建立二叉树训练模型，对输入向量寻找最大分类间隔，最终得到语义映射规则。为验证本文方法的有效性，在实验中采用Corel图像库中的1000幅图像，区分为训练集和测试集，利用模型对已知语义的图像进行语义标注，结果表明本文方法具有良好的标注效果，特别是在标注目标区域语义时有明显优势。关键词：图像检索；语义标注；语义鸿沟；小波轮廓；支持向量机Tosolvetheproblemof“semanticgap”thatexistsinContent-basedImageRetrieval,thispaperputsforwardanannotationmethodbasedonwaveletcontour,intheprocessofimagesegmentation,itutilizesprincipleofdilateanderodetoadjustsegmentationregions,getsindependentandcompleteobjectregionsbyremovingspotsandfillinggap,whilebringsfeaturepointsdetectiontoextractinterestingregionsandremoveirrelevantregions,soitthinsoutthe“over-segmentation”andavoidssemanticredundancy;intheprocessofmodeltraining,trainingsetiscomposedofsceneareasandobjectiveareas,itmakesfulluseofenclosedcontourwhichisthecharacterofobjectivearea,thenitbuildsshapefunctionanddiscretewavelettransform,themodelgetsthewaveletdescriptionasinputvectors,nextstep,themethodusesSVMtoconstructannotationmodelbasedonbinarytree,ithuntsthemaximumclassificationinterval,theclassificationisthemappingrules.Inordertotesttheefficiencyoft