基于子对象空间结构的ROI图像检索

摘要

随着数码产品进入人们的日常生活，数字化图片的数量正以指数级速度增长。如何有效地管理巨量的数字图片成为人们关心的话题。因此从大量的图像数据中快速地检索满足用户要求的图像具有十分重要的现实意义。传统的基于内容的图像检索系统通常使用低层次图像特征：颜色、纹理、形状等特征。这些特征不能满足用户的高级检索需求，因此开发一种贴近用户的、高效的图像检索系统势在必行。 本文提出一种基于图像予对象的空间结构的ROI图像检索系统。在传统检索系统所使用的颜色、纹理、形状等特征的基础上，文章提出一种高层次的图像特征：图像中子对象的空间位置关系。该特征具有很高的稳定性，对于平移、旋转、缩放等变换能够保持不变性。利用此特征本图像检索系统不但可以从整体上理解图像，也可以从语义的角度对图像进行理解，从而完成一系列高级的图像检索。同时，本系统利用ROI技术与用户进行交互，在分析的基础上把图像分为用户感兴趣区域和非感兴趣区域。利用区域的划分，检索系统能够减少图像中无关信息对检索性能的干扰，提高检索性能。实验结果表明本系统不但具有很好的稳定性：对平移、旋转和缩放等变换具有不变性，而且本系统能完成查找具有特定空间位置关系对象的图像。 本文的主要工作如下：综述了图像检索技术的发展状况，介绍常用的三种图像特征，并在此基础之上提出一种新的图像特征——子对象空间结构特征。新的特征和传统的图像特征结合，在ROI图像检索系统的基础上实现了一个基于空间结构的图像检索系统。实验证明此图像检索系统与现在的系统相比能更好地实现空间结构关系的查找。

目录

文摘

英文文摘

声明

第一章概论

1.1背景

1.2研究近况

1.3研究意义和文章结构

第二章基于ROI的图像检索及其特征表达

2.1感兴趣区域(ROI，Region Of Interest)的简介

2.2图像特征：颜色

2.3图像特征：纹理

2.4图像特征：形状

第三章图像分割算法及其改进

3.1图像分割的意义

3.2常用的图像分割方法

3.3本文提出的彩色图像分割的方法

3.4实验结果

第四章图像中物体对象的空间结构

4,1图像分块的表示与图像分块相似度

4.2图像子对象的空间关系描述子

4.3空间结构特征的优点与不足

第五章基于ROI技术的图像检索系统

5.1本文的检索系统所使用的图像特征

5.2 ROI的选取和匹配

5.3基于ROI的图像检索系统

5.4图像检索实验及其分析

第六章总结

参考文献

后记