基于层次扩散过程和流形学习的图像检索

发布时间：2022-02-27 10:24

　　基于扩散过程的图像检索技术主要利用图像内在流形结构构成连接图,并将成对图像之间的相似度通过图上可达路径传递给周围其它图像,增强成对图像之间的关系,广泛应用于基于内容的图像检索领域。局部约束扩散过程方法应用于图像检索时存在算法复杂度高、迭代计算量大等问题,而正则化扩散过程方法也存在计算效率低、仅在图像的低层视觉特征空间进行扩散没有考虑图像的高层语义信息等问题。针对以上问题,本文以上述方法为基础,利用流形学习保持图像间近邻关系结合代数多重网格的分层思想以及引入相关反馈,分别提出了基于层次局部约束扩散过程的图像检索算法和基于相关反馈正则化层次扩散过程的图像检索算法。具体研究工作如下:1.针对局部约束扩散过程图像检索方法存在大量矩阵迭代计算,对大规模图像进行检索时计算代价高、检索速度慢等问题,本文提出了基于层次局部约束扩散过程的图像检索算法。该算法结合代数多重网格的分层思想,建立图像库图像的层次结构,只对待查询图像和顶层图像进行相似性扩散并将结果返回底层,得到待查询图像与图像库所有图像的相似性排序,获得检索图像。理论分析证明与局部约束扩散过程算法相比,该算法可以降低时间复杂度。同时实验结果表明... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 课题研究背景及意义
    1.2 研究现状
    1.3 研究内容与创新
    1.4 论文组织框架
第2章 基于内容的图像检索
    2.1 基于内容的图像检索
    2.2 基于流形排序的图像检索及其改进算法
        2.2.1 基于流形排序的图像检索
        2.2.2 基于广义流形排序的图像检索
        2.2.3 基于k-regular近邻图流形排序的图像检索
    2.3 基于扩散过程的图像检索
        2.3.1 局部约束扩散过程图像检索算法
        2.3.2 正则化扩散过程图像检索算法
    2.4 本章小结
第3章 基于层次局部约束扩散过程的图像检索
    3.1 基于层次局部约束扩散过程的图像检索
        3.1.1 构建层次结构
        3.1.2 扩散过程
        3.1.3 相似性排序
        3.1.4 算法步骤
        3.1.5 算法复杂度分析
    3.2 实验
        3.2.1 数据集
        3.2.2 MPEG-7 数据集上的实验结果及分析
        3.2.3 IRMA数据集上的实验结果及分析
        3.2.4 HLCDP算法在不同特征下的实验对比分析
    3.3 本章小结
第4章 基于相关反馈正则化层次扩散过程的图像检索
    4.1 基于相关反馈正则化层次扩散过程的图像检索
        4.1.1 相关反馈正则化层次扩散过程
        4.1.2 算法步骤
        4.1.3 算法复杂度分析
    4.2 实验
        4.2.1 MPEG-7 数据集上的实验结果及分析
        4.2.2 IRMA数据集上的实验结果及分析
        4.2.3 RHDP-rf算法在不同特征下的实验对比分析
    4.3 本章小结
第5章 总结和展望
    5.1 工作总结
    5.2 工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果


【参考文献】：
期刊论文
[1]基于自然邻居流形排序图像检索技术研究[J]. 朱庆生,陈治,张程.  计算机应用研究. 2016(04)
[2]有监督全局流形排序的图像检索算法[J]. 练浩,曾宪华,李淑芳.  智能系统学报. 2014(01)
[3]融合相关反馈和流形学习的语义图像检索方法研究[J]. 刘利.  现代计算机. 2013(27)
[4]基于流形学习的图像检索研究进展[J]. 刘利,韦佳,马千里.  北京交通大学学报. 2010(05)
[5]基于文本检索技术的CBIR算法研究[J]. 赵珊,汤永利.  光学学报. 2009(10)
[6]十种基于颜色特征图像检索算法的比较和分析[J]. 刘忠伟,章毓晋.  信号处理. 2000(01)

硕士论文
[1]基于内容的图像检索关键技术的研究与实现[D]. 王栋.北京邮电大学 2013



本文编号：3645286