基于多特征融合和SVM分类的图像检索技术研究

发布时间：2017-07-07 19:06

  本文关键词：基于多特征融合和SVM分类的图像检索技术研究

  更多相关文章： 图像检索 视觉特征 多特征融合 DS理论 SVM分类

【摘要】：由于图像在公安系统、数字图书馆、医疗和诊断、知识产权以及卫星遥感图像分析的广泛应用，图像数据库规模不断增大，如何更好地对这些图像进行管理、检索和查询成为当前研究的重点。 图像特征的选择对图像检索技术的性能和检索效果有至关重要的影响。由于颜色、纹理及形状是图像内容的基本特征，本文借助这三种特征进行图像的检索。实验选择了颜色直方图、颜色相关图、纹理共生矩阵、Tamura纹理以及Hu不变矩五种特征提取方法，，对图像库中10类图像分别进行单一特征检索，并以查准率为评定标准，统计各个特征对每类图像的查准率。 由于基于单一特征的图像检索性能有限，对不同类别的图像要得到普遍较好的检索效果，本文提出了基于加权多特征的检索方法和基于改进的DS理论多特征的检索方法。加权多特征的检索方法是根据单一特征的查准率，本文对每一类图像以每种特征的查准率为权重依据，进行加权多特征融合检索，并与等比例多特征融合检索进行检索结果比较。之后又在上一种方法的基础上引入了DS理论概念，并对DS理论多特征检索的检索原理和过程进行了研究。选择Corel-test图像库，以DS合并原则为依据，并去除掉特征中单一查准率最低的特征，计算剩余特征的组合信任度，通过信任度计算特征相似度。实验结果表明，基于多特征DS理论的图像检索在一定程度上可以弥补基于加权多特征图像检索在某些图像类别方面的缺陷。 在上面的工作之后，经过研究分析，我们对现有的语义检索技术进行了研究，选择了较成熟的SVM分类理论，通过选取部分图像作为训练集进行训练分类，同时考虑上一章提出的不同特征的优先级问题，提出了综合利用SVM和多特征的图像检索技术，来获得更高的检索效率。
【关键词】：图像检索 视觉特征 多特征融合 DS理论 SVM分类
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.3
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 课题研究背景和意义10-11
• 1.2 国内外研究现状11-14
• 1.2.1 基于内容特征的图像检索11-13
• 1.2.2 基于语义的图像检索技术13-14
• 1.3 本文主要的研究内容14-15
• 第2章 基于内容的图像检索技术研究分析15-31
• 2.1 引言15
• 2.2 图像预处理15-18
• 2.2.1 图像中的噪声介绍15-16
• 2.2.2 噪声预处理16-18
• 2.3 图像视觉特征提取18-23
• 2.3.1 颜色特征18-19
• 2.3.2 纹理特征19-22
• 2.3.3 形状特征22-23
• 2.4 图像检索系统的相关标准23-26
• 2.4.1 相似性度量标准23-25
• 2.4.2 检索性能评价标准25-26
• 2.5 基于视觉特征的检索实验及分析26-30
• 2.5.1 特征归一化原理26-27
• 2.5.2 基于单一视觉特征的图像检索实验及分析27-28
• 2.5.3 等比例特征融合图像检索及分析28-30
• 2.6 本章小结30-31
• 第3章 基于 DS 理论的加权多特征图像检索分析31-44
• 3.1 引言31
• 3.2 多特征融合检索综述31-34
• 3.3 基于加权多特征的融合图像检索34-36
• 3.3.1 加权多特征融合原理34-35
• 3.3.2 加权多特征融合检索实验及分析35-36
• 3.4 基于 DS 理论的加权多特征融合36-43
• 3.4.1 DS 理论的基本定义37-38
• 3.4.2 实验步骤38-39
• 3.4.3 图像检索实验结果及分析39-43
• 3.5 本章小结43-44
• 第4章 基于 SVM 语义分类的多特征检索分析44-55
• 4.1 引言44
• 4.2 SVM 的基本原理概述44-46
• 4.3 SVM 分类46-49
• 4.3.1 SVM 二分类46-48
• 4.3.2 SVM 多分类48-49
• 4.4 基于 SVM 语义分类的图像检索实验及性能分析49-54
• 4.4.1 SVM 训练算法49-50
• 4.4.2 实验步骤50-51
• 4.4.3 实验结果及分析51-54
• 4.5 本章小结54-55
• 结论55-56
• 参考文献56-60
• 攻读学位期间发表的学术论文60-61
• 致谢61

【参考文献】

中国期刊全文数据库 前3条

1 罗德勇,明海;数字图书馆中基于内容的多媒体检索研究[J];情报探索;2003年01期

2 张骞;;基于文本的与基于内容的图像检索技术比较研究[J];情报探索;2012年01期

3 阿斯艳·哈米提;阿不都热西提·哈米提;;基于文本的图像检索与基于内容的图像检索技术的比较研究[J];首都师范大学学报(自然科学版);2012年04期

本文编号：531417