基于内容的Web图像搜索引擎的图像检索算法研究

发布时间：2021-07-20 02:07

　　基于内容的图像搜索引擎（CBIR）是根据图像的特征在图像数据库中搜索自己想要的图像。研究更加有效的图像搜索技术，提高用户对图像搜索引擎的满意度对基于内容的搜索引擎具有十分重要的意义。本文采用动态调整权值的区域加权信息熵算法来提取图像特征。在研究相关反馈技术的基础上，实现了多特征融合的相关反馈算法，探索适合基于内容图像搜索引擎中的图像特征提取方法和相关反馈方法，并开发出基于内容的搜索引擎系统。主要的工作包括：在区域加权信息熵理论的基础上，提出了动态调整权值的区域加权信息熵图像特征提取算法。该算法采用动态调整权值的区域信息熵表示图像特征，根据图像颜色空间分布的不同情况动态确定图像每个区域的权值，由这些动态生成的权值得到图像动态调整权值的区域加权信息熵值。与现有的权值固定的区域加权信息熵图像特征提取算法相比，动态调整权值的区域加权信息熵算法更能满足复杂数字图像特征提取的要求。实验结果表明，动态调整权值的区域加权信息熵算法比区域加权信息熵算法提取图像特征的准确率高6%。在动态调整权值的区域加权信息熵算法的基础上，结合图像HSV空间颜色模型平均颜色特征提取算法，提出了一种基于动态调整权值的区域加... 

【文章来源】：西安科技大学陕西省

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

九宫格图像区域分割方法

图 4.1 基于内容搜索引的物理层特征，包括描述来表示了这幅图，所以导致一种特征多特征融合的图像特配图像特征，从而解合技术，但并不是所的，所有每种图像特像多特征之前必须对MAXOEkIkik=,,

24图 4.3 基于多特征融合的图像相关反馈算法流分析对比实验以多特征融合算法来对已经检索到的图像结果集，本次实验采用的图像库参考第三章实验部分分别取一幅图像进行实验，根据这三种算法来对本章来的实验进行查询，分别得到前 50 幅图像和前 30 幅


本文编号：3291903