基于内容的图像检索系统研究与实现

发布时间：2021-12-23 16:21

　　互联网技术的普及和应用使社交网络及大数据技术等得到显著发展,大量数字图像信息由此产出。如何从当前海量的图像多媒体库快速、准确地匹配查找出用户所需的图像资源信息,成为了图像检索领域极具挑战性的研究性课题。针对传统的文字标注检索,本文利用图像的视觉特性,进行了基于内容的图像检索研究,来实现“以图搜图”。主要以叶片和鲜花图像为研究对象,研究了基于内容的图像检索技术的关键技术,包括颜色空间、底层特征描述、图像相似度度量、检索性能的评价标准和反馈技术。其中底层特征描述包括颜色、纹理和形状特征;图像相似度度量包括欧式（Euclidean）距离、二次式距离和相交法;检索性能的评价标准包括查全率、查准率和检索时间;反馈技术包括特征权重和机器学习。在底层特征描述的基础的深入研究上,在颜色特征上采用颜色直方图、颜色矩和累加直方图,纹理特征上采用灰度共生矩阵,在形状特征上提出了一种采用二值化分割后,进行Hu不变矩变换的方法。针对单一特征检索存在的弊端,本文提出了一种综合特征（颜色和形状）的检索方法,并加入相关反馈技术提高系统的检索性能。在前面算法研究的基础上,成功开发一套图像检索系统,并借助于相应的实验来对... 

【文章来源】：华北理工大学河北省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

VisualSeek界面图

CBIR运行流程图

RGB颜色空间模型


本文编号：3548799