基于计算机视觉的目标图像检索相关技术的研究
发布时间：2023-06-03 15:52
基于计算机视觉的目标图像检索是计算机视觉领域中最具有挑战性的研究主题之一，其主要内容是利用计算机模拟人的视觉来描述图像的内容，并根据内容描述的特征从海量的图像中找出感兴趣的目标图像。它在网络图像搜索、医学图像挖掘、基于内容的视频检索、安全监控和不良图像过滤等领域得到了广泛的应用，并且是机器学习、模式识别、计算机视觉和图像处理等多门学科交叉研究的热点与难点。由于它的复杂性和结构性，使得基于计算机视觉的目标图像检索相关技术的研究面临众多挑战，图像检索的准确性尚有待提高。 本文围绕着基于计算机视觉的目标图像检索进行了一系列的研究，结合多尺度空间理论、视觉显著性理论和视觉一致性理论等方法进行深入研究，对实际场合下的应用给出了切实可行的方案，例如光照变化下的目标图像检索、基于视觉一致性的目标图像检索等，针对检索过程中的特征提取、检索模型和视觉显著性问题，提出了相应的解决方法，其主要的研究内容与创新点如下： 1．特征提取的过程中，由于采集过程中条件的变化和噪声的干扰，导致目标图像发生角度变化、光照变化，从而提取出的纹理特征发生变化，这时基于局部二元模式LBP (Local Binary Patte...
【文章页数】：113 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
目录
第一章 绪论
1.1 研究的背景和意义
1.1.1 网络图像检索
1.1.2 医学图像检索
1.1.3 基于内容的视频检索
1.1.4 安全监控
1.1.5 不良图像过滤
1.2 目标图像检索的困难所在
1.3 目前国内外研究现状
1.3.1 基于文本的图像检索
1.3.2 基于内容的图像检索
1.3.3 基于语义的图像分类
1.4 主要研究内容和创新点
1.5 本文的组织结构
第二章 视觉注意机制及图像检索基础
2.1 视觉注意机制
2.1.1 视觉注意机制的生理基础
2.1.2 视觉注意机制模型
2.2 图像检索基础
2.3 特征提取
2.3.1 颜色特征
2.3.2 纹理特征
2.3.3 形状特征
2.4 相似度度量
2.4.1 距离度量
2.4.2 相似系数度量
2.5 图像数据集及性能评价标准
2.5.1 图像数据集
2.5.2 性能评价标准
2.6 本章小结
第三章 基于彩色 LBP 局部纹理特征的目标图像检索方法
3.1 引言
3.2 系统流程
3.3 局部二元模式(Local Binary Patterns)
3.4 局部彩色二元模式(Local Color Binary Patterns)
3.4.1 局部彩色向量二元模式(LCVBP)
3.4.2 局部彩色角度二元模式(LCABP)
3.5 概率潜在语义分析模型(pLSA)
3.6 实验及讨论
3.6.1 尺度变化实验
3.6.2 角度变化实验
3.6.3 光照变化实验
3.6.4 多个变化实验
3.7 本章小结
第四章 基于多尺度视觉显著性的目标图像检索方法
4.1 引言
4.2 视觉注意模型
4.2.1 自底向上的视觉注意模型
4.2.2 自顶向下的视觉注意模型
4.3 显著图的建立及感兴趣区域分割
4.3.1 图像预处理及特征提取
4.3.2 显著图的建立
4.4 基于显著图的目标图像检索方法
4.5 实验及讨论
4.5.1 多尺度视觉显著图提取方法评价
4.5.2 基于显著图的目标图像检索实验
4.6 本章小结
第五章 基于视觉一致性的目标图像检索方法
5.1 引言
5.2 显著图计算
5.3 基于视觉一致性的图像聚类
5.3.1 显著区域特征提取
5.3.2 基于视觉一致性的带权图像聚类
5.4 实验及讨论
5.4.1 Caltech-101 实验评价
5.4.2 Google 图像搜索引擎实验评价
5.5 本章小结
第六章 结论与展望
6.1 本文的主要结论和创新点总结
6.2 下一步的工作设想
参考文献
攻读博士学位期间取得的研究成果
致谢
附件
本文编号：3829593
【文章页数】：113 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
目录
第一章 绪论
1.1 研究的背景和意义
1.1.1 网络图像检索
1.1.2 医学图像检索
1.1.3 基于内容的视频检索
1.1.4 安全监控
1.1.5 不良图像过滤
1.2 目标图像检索的困难所在
1.3 目前国内外研究现状
1.3.1 基于文本的图像检索
1.3.2 基于内容的图像检索
1.3.3 基于语义的图像分类
1.4 主要研究内容和创新点
1.5 本文的组织结构
第二章 视觉注意机制及图像检索基础
2.1 视觉注意机制
2.1.1 视觉注意机制的生理基础
2.1.2 视觉注意机制模型
2.2 图像检索基础
2.3 特征提取
2.3.1 颜色特征
2.3.2 纹理特征
2.3.3 形状特征
2.4 相似度度量
2.4.1 距离度量
2.4.2 相似系数度量
2.5 图像数据集及性能评价标准
2.5.1 图像数据集
2.5.2 性能评价标准
2.6 本章小结
第三章 基于彩色 LBP 局部纹理特征的目标图像检索方法
3.1 引言
3.2 系统流程
3.3 局部二元模式(Local Binary Patterns)
3.4 局部彩色二元模式(Local Color Binary Patterns)
3.4.1 局部彩色向量二元模式(LCVBP)
3.4.2 局部彩色角度二元模式(LCABP)
3.5 概率潜在语义分析模型(pLSA)
3.6 实验及讨论
3.6.1 尺度变化实验
3.6.2 角度变化实验
3.6.3 光照变化实验
3.6.4 多个变化实验
3.7 本章小结
第四章 基于多尺度视觉显著性的目标图像检索方法
4.1 引言
4.2 视觉注意模型
4.2.1 自底向上的视觉注意模型
4.2.2 自顶向下的视觉注意模型
4.3 显著图的建立及感兴趣区域分割
4.3.1 图像预处理及特征提取
4.3.2 显著图的建立
4.4 基于显著图的目标图像检索方法
4.5 实验及讨论
4.5.1 多尺度视觉显著图提取方法评价
4.5.2 基于显著图的目标图像检索实验
4.6 本章小结
第五章 基于视觉一致性的目标图像检索方法
5.1 引言
5.2 显著图计算
5.3 基于视觉一致性的图像聚类
5.3.1 显著区域特征提取
5.3.2 基于视觉一致性的带权图像聚类
5.4 实验及讨论
5.4.1 Caltech-101 实验评价
5.4.2 Google 图像搜索引擎实验评价
5.5 本章小结
第六章 结论与展望
6.1 本文的主要结论和创新点总结
6.2 下一步的工作设想
参考文献
攻读博士学位期间取得的研究成果
致谢
附件
本文编号：3829593
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3829593.html
