基于高层语义的图像检索研究

发布时间：2024-05-18 01:32

　　目前,以数字图像为代表的视觉信息数量激增,如何快速有效地从海量数字化信息中检索出符合用户语义要求的图像,已成为急需解决的问题。本文以静止的自然图像为研究对象,提出了一种基于视觉注意机制和图像分割技术相结合的感兴趣区提取方法,建立了基于支持向量机的图像高层语义获取模型,开发了基于Matlab的图像高层语义获取系统和基于WEB的图像高层语义检索原型系统。该系统缩小了图像低层视觉特征与用户间的“语义鸿沟”,为图像理解和语义获取提供了有效途径。 主要研究内容和结论如下: ⑴以精确获取自然图像中对象的感兴趣区为目标,在Itti模型的基础上,提出了一种基于视觉注意机制和K均值聚类相结合的感兴趣区提取方法。该方法根据生物视觉注意机制与大脑皮质的认知过程,提取图像视觉特征。利用二阶高斯差分函数进行局部迭代,生成图像综合特征图和显著图。采用K均值聚类的方法将图像象素划分为3类,根据颜色聚类索引图生成区域分割图,结合显著图和区域分割图提取图像感兴趣区。实验结果表明,本文提出的方法更接近人类的视觉注意过程,能够提取不同图像背景下的目标区域,并具有一定的抗噪能力。 ⑵在获取图像感兴趣区的基础上,利用颜色矩、灰...

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

图2.1基于内容的图像检索体系结构

图2.1基于内容的图像检索体系结构2.2图像内容特征检索的原理2.2.1颜色特征颜色是物体表面的视觉特征，是图像内容组成的基本要素，是人类识别的主要感知特征之一。尽管颜色不像其他信息那样揭示了物体的本质特性，为图像的视觉特征有其特殊的特点，使得在某些场合下利用颜色进行图像....

图4.13、人的感知主观性：

层语义对应到其底层特征。在某些情况下这个假设是成立的，但是，这种假设在大多数情况下都不成立。实际上，底层特征与高层语义之间的对应关系是一种极为复杂的“多对多”的对应，很难用具体的数学方式来描述。如图4.1所示，两幅图像无论是颜色直方图、还是纹理、形状都极为相似，然而它们表达的语义....

图4.2为了克服上述问题，我们认为:基于内容的图像检索系统应该尽可能地做到以

他们彼此的相似性定义也不尽相同。所以说，人对图像理解的主观性增加了图像检索的难度。图4.2为了克服上述问题，我们认为:基于内容的图像检索系统应该尽可能地做到以用户为中心，而非以计算机为中心。为此需要研究如何使系统适应人的需求，从而实现更好的查询效果。事实上，无论采用何种特征，无论....

图5.5示例图像

第五章CBIR系统的实现和实验结果分析5.3实验结果分析共有9908幅图像，分辨率是128×85，它们都是从动物、植物、风景等图像。的实验结果用查准率P和查全率R两个指标查全率R=a/(a+c)。其中a为系统返回的图像中返回的图像中不满足条....

本文编号：3976256