基于区域综合特征的图像检索-计算机应用技术专业论文.docxVIP

II II 摘要 基于内容的图像检索包括基于全局特征和基于区域特征的图像检索,基于全 局特征的图像检索相对比较简单,计算速度快,但是它具有歧义性,即特征相似的 图像表达的语义可能不一样。基于区域的图像检索通过把图像分割为若干目标区 域,用区域特征表示和索引图像，在一定程度上实现了对象层次的检索，减少了 图像低层特征和高层语义之间的语义鸿沟。 本文主要对基于区域的图像检索中的相关技术进行了研究，主要工作包括以 下几个方面的内容： 1．本文提出一种基于小波多尺度分析的图像分割算法，该算法用小波分解 得到原始图像的一系列近似图像，然后对大尺度图像进行分割，低一级尺度图像 的分割结果通过大尺度图像的分割结果的细分割得到，重复该过程，最终得到所 有尺度下的嵌套分割结果。该算法反映了现实世界所具有的多尺度特性，而且减 少了一般分割算法的过度分割现象。 2．融合有效区域的概念，对多区域匹配算法 IRM 进行改进，将非有效区域 排除在显著矩阵的计算之外，这样就使原算法的计算复杂度和计算时间大大降 低。 3．结合本文中的多尺度分割及改进的 IRM 算法，提出一种基于区域特征的 图像检索算法，并通过实验证明本算法的可行性及优越性。 最后，对本文所做的研究进行了总结，提出了不足和改进意见以及进一步的 研究方向。 关键字：基于区域的图像检索；小波多尺度分析；图像分割；多区域匹配 本研究得到甘肃省自然科学基金（编号：3ZS051-A25-047）资助 III III Abstract Content-Based Image Retrieval can be divided into two parts,one is Global Features-Based Image Retrieval,and the other is Region-Based Image Retrieval. The former is simpler than the latter, but unfortunately it will produces ambiguity,which means it will make two completely different images have similar features. Region -Based Retrieval applies image segmentation to decomposing an image into regions,and uses region visual feature to represent and index the image.It can reduce the gap between low-feature and high-level semantic concepts and it is closer to the human perception. The thesis mainly studies the related technologies of Region-Based Image Retrieval,and the main research results of this dissertation are summaried as follows: First,in the thesis a Wavelet Multi-scale Analysis based image segmentation algorithm is proposed，in which we applies the Wavelet Transformation to the retrival of a series approximations of the original image. Then the initial segmented regions were achieved by segmenting the largest scale image,and we could got the segmented results of low level scale image of segmented largest scale image. By repeating this process, the image nested segmentations at different levels could be constructed.So,the new method reflected the multi-scale characteristics of real world and reduced the abuse of segmentation. Second,