基于分形技术的图像检索系统的实现

发布时间：2017-04-13 11:03

  本文关键词：基于分形技术的图像检索系统的实现，，由笔耕文化传播整理发布。

【摘要】：随着多媒体信息数据的急剧增长,越来越多的图像信息进入人们的生活。如何有效对这些图像信息进行存储分析及检索已经成为当前一个热门的研究课题。近些年,分形技术在压缩领域迅速发展并提出了相对成熟的压缩算法,也促使科研人员运用分形的思维来解决基于内容的图像检索的相关问题。分形编码基于迭代函数系统和拼贴定理来表征图像特征,这些记录下来的图像分形码之间的关系在一定程度上反映了图像结构的近似程度,因此分形技术在图像检索方面仍然都有很大的发展空间。通过图像内部跨尺度冗余的特性记录图像特征,根据这些特征进行图像对比,是本论文研究的重点。本文对基本分技术进行了图像编码解码测试,测试结果并作为后边提出的快速分形编码性能的对比参照依据;同时也对基于灰度直方图的图像检索进行了测试分析,作为本文提出的3种分割策略图像检索效率的对比依据。3种分割策略分别从3种不同的结构来体现图像的自适应性,并通过实验分析图像的编码及检索效率,其中对四叉数分割算法进行改进,采用新的局部码本进行匹配块的选取。和相关文献相比,本算法增加了同一层中R块待查找D块的个数,更容易在本层找到匹配块,从而减少了分割层次,用较少的分形码来记录图像特征,提高检索的时效性和准确性。同时,本文提出了另外一种新的HV分割策略,使得分割算法更具有图像适应性,通过HV的分割方式更能体现出图像内部跨尺度的相似性。最后本文提出了基于三角分割的快速分形算法,利用等边直角三角形对图像进行层次分割,达到有效的分割结果。针对以上3种分割策略,本文提出了新的R块间的距离公式,通过每幅图像对应的R块的距离比较,最终得到图像间的相似度关系。这3种分割策略和距离公式的应用最终在测试图库中得到的查全查准率效果要明显优于灰度直方图算法。由于选用了局部码本,编码速度相对于基本分形得到了大幅度的提升,达到实用性目的。
【关键词】：图像检索 四叉树分割 HV分割 三角分割
【学位授予单位】：河北科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-15
• 1.1 图像检索研究意义9
• 1.2 基于文本索引检索技术存在的弊端9-10
• 1.3 基于内容图像检索研究背景10-12
• 1.4 主要研究内容12-13
• 1.5 相关工作及章节组织13-15
• 第2章 分形理论及图像编码15-25
• 2.1 分形理论15-18
• 2.1.1 分形概念及分形图形15-16
• 2.1.2 分形数学基础及拼贴定理16-18
• 2.2 基本分形图像编码18-20
• 2.3 基本分形图像编码解码测试20-23
• 2.4 局部码本与图像编码23-25
• 第3章 基于颜色直方图的图像检索25-31
• 3.1 颜色直方图概述25-27
• 3.1.1 全局颜色直方图26-27
• 3.1.2 累加颜色直方图27
• 3.2 图像颜色直方图相似性判断27-28
• 3.3 灰度直方图检索测试28-31
• 3.3.1 纹理测试结果28-29
• 3.3.2 ORL人脸库测试分析29-30
• 3.3.3 测试总结30-31
• 第4章 基于四叉树的分形检索算法31-39
• 4.1 图像四叉树分割和相似块匹配策略31-32
• 4.2 图像编码算法32-33
• 4.3 图像检索算法33-34
• 4.4 图像检索结果以及相关分析34-39
• 4.4.1 纹理图片比较34-35
• 4.4.2 ORL人脸库检索35-37
• 4.4.3 编码解码性能测试37
• 4.4.4 颜色直方图和本文算法的查全查准率比较37-39
• 第5章 基于HV分割的分形检索算法39-47
• 5.1 HV分割相关介绍39-40
• 5.2 D池选取策略及编码算法40-42
• 5.3 图像检索算法42-43
• 5.4 图像检索结果以及相关分析43-47
• 5.4.1 纹理图片比较43-45
• 5.4.2 ORL人脸库检索结果45-46
• 5.4.3 编码解码性能测试46-47
• 第6章 基于三角分割快速图像检索算法47-55
• 6.1 三角分割图像检索相关介绍47-50
• 6.2 图像检索算法50-51
• 6.3 实验结果及相关分析51-55
• 6.3.1 景物图片比较51-52
• 6.3.2 纹理比较52-53
• 6.3.3 编码分析53
• 6.3.4 ORL人脸库检索53-55
• 结论55-57
• 参考文献57-61
• 致谢61-63
• 个人简历63

【相似文献】

中国期刊全文数据库 前10条

1 孟勇,洪丹辉,毛丹;测度熵在图像纹理分析中的应用[J];计算机应用与软件;2000年08期

2 吴涛;秦昆;;图像纹理特征数据挖掘的理论与方法探讨[J];计算机时代;2006年08期

3 方玲玲;王相海;;图像挖掘研究[J];计算机科学;2009年08期

4 高振宇;杨晓梅;龚剑明;金海;;图像复杂度描述方法研究[J];中国图象图形学报;2010年01期

5 刘勇,施万昌,徐玉兰;图像差异的分析与识别[J];复旦学报(自然科学版);2000年05期

6 罗l

本文编号：303429