基于内容的图象检索技术及其在农业信息化中的应用研究

摘要

多媒体技术的发展和视觉信息的飞速膨胀迫切需要对视觉信息资源进行有效的管理和检索.由此,基于内容的图象和视频检索技术得到了越来越多的重视,成为了多媒体信息检索和图象处理领域中的重要研究方向.该文着重研究基于内容的图象检索技术在农业信息化里的应用,具有理论意义和实际应用价值.论文的主要工作和成果如下:针对基于内容的图象检索技术做了广泛、深入的调查和研究,介绍了其研究现状和关键技术,讨论了其技术瓶颈和发展趋势;分析了基于内容图象检索技术在农业信息领域里的应用需求,提出了其在此领域中合理的应用模式;针对农作物图象数据库的特点,提出了一种综合使用颜色和纹理特征的新的检索算法,使系统的精确度得到很大改善,并且合理设置特征库,使检索的效率大大提高,通过编程构造了实验系统,验证了新的检索算法的有效性;组织了一个相对完备的农作物图象测试数据库和通用图象库,对利用不同特征进行检索的性能进行了评测和比较,并对出现的问题进行了分析研究.该文构造的实验系统以对颜色矢量进行非等间隔量化并合成一维特征矢量的颜色直方图表示颜色特征,以DCT系数的能量直方图表示纹理特征的检索算法为主,实现了用户可以自由选择颜色或者纹理特征,并设置阈值的功能进行图象检索,具有一定的实用性.

目录

文摘

英文文摘

1.引言

1.1 CBIR技术的背景

1.2 CBIR技术的概念

1.3 CBIR技术的应用

1.4 CBIR技术的发展

1.5本文的主要工作

1.6论文的结构

2.CBIR的基本技术

2.1特征提取

2.2相似性度量

2.3检索模式

2.4相关反馈

2.5性能评价标准

2.6系统结构设计

3.基于不同特征的图象检索技术

3.1基于颜色特征的检索

3.1.1颜色模型

3.1.2直方图相交方法

3.1.3累积直方图方法

3.1.4分块主颜色方法

3.1.5颜色矩方法

3.1.6小结

3.2基于纹理特征的检索

3.2.1共生矩阵方法(co-matrix)

3.2.2小波变换方法(wavelettransform)

3.2.3离散余弦变换(DCTtransform)

3.2.4小结

3.3基于形状特征的检索

3.3.1基于轮廓特征的方法

3.3.2基于区域特征的方法

3.3.3区域约束方法

3.3.4小结

3.4基于空间关系特征的检索方法

3.4.1基于目标结构的方法

3.4.2基于目标关系的方法

3.4.3借助草图检索的方法

3.4.4小结

3.5综合多种特征的检索方法

3.5.1不同特征的相对特点

3.5.2特征综合及应用

4.CBI R技术在农业信息化中的应用研究

4.1应用需求分析

4.2应用模式分析

4.3检索算法研究

4.3.1农作物图象库的特点及分析

4.3.2算法概述

4.4检索算法实现

4.4.1颜色特征的提取

4.4.2纹理特征的提取

4.4.3相似性度量

5.使用CBIR技术构造检索系统的实践

5.1 PictureFind系统概述

5.2系统结构设计

5.3索引过程的实现

5.4检索过程的实现

5.5检索实验研究

5.5.1测试数据的准备

5.5.2不同特征对相同图集的性能比较

5.6结果

6.总结与展望

6.1本文的总结

6.1.1考虑图象相关性原则

6.1.2期待统一的性能评价标准

6.1.3本文的创新

6.1.4经验与收获

6.2展望

6.2.1下一步的工作

6.2.2语义和情感层次的检索

6.2.3采用MPEG-7标准

参考文献

攻读硕士学位期间参加的主要科研项目

攻读硕士学位期间发表的论文

致谢