基于纹理谱特征的图像检索技术研究

摘要

在基于内容的图像检索技术中,颜色、纹理及形状是应用最广泛的图像特征,本文主要围绕图像纹理特征提取方法展开研究,具体地说,就是研究如何有效地利用纹理谱来描述图像纹理特征并用于图像检索。论文在对传统纹理谱描述符深入分析的基础上,取得了以下主要研究成果:
　　(1)分析和研究了基于内容图像检索领域的一些关键技术,其中包括图像检索技术发展概况、图像检索技术研究内容、图像检索中常用图像特征、图像检索算法性能评价标准等内容,尤其对纹理谱描述符的发展现状进行了详细的论述。
　　(2)提出了一种改进的纹理谱描述符。新纹理谱描述符通过局部邻域像素灰度及邻域灰度均值间的关系进行定义,该方法包含了局部邻域高频及低频信息,从而有效克服了传统纹理谱描述符所存在的问题,又降低了其特征维数;同时,结合旋转不变纹理谱描述符,文中又对新描述符进行了改进。
　　(3)提出了方向纹理谱描述符。针对传统区域纹理谱描述符存在的问题,方向纹理谱描述符充分考虑了局部邻域中心像素与其它像素间的灰度变化关系,在此基础上,又提出了改进的方向纹理谱描述符及增强区域纹理谱描述符;同时,结合旋转不变纹理谱描述符,文中又对新描述符进行了改进。
　　(4)提出了有效的纹理谱空间特征提取方法。针对传统纹理谱描述符忽略图像空间特征的问题,提出采用基于灰度共生矩阵的方法来提取图像的空间特征,并结合纹理谱描述符与空间特征进行检索,实验结果表明,采用该方法可明显改善算法的性检索能。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

1 引言

1.1 图像检索技术发展概述

1.2纹理谱描述符发展概述

1.3 图像检索算法评价准则

1.4 本文研究的主要内容

1.5 实验图像库

1.6 本文的组织结构

1.7 小结

2 改进的纹理谱描述符

2.2 改进的纹理谱描述符

2.3旋转不变纹理谱描述符

2.4 相似性度量

2.5 实验结果

2.6 小结

3区域纹理谱描述符

3.1 CS-LBP纹理谱描述符

3.2 D-LBP纹理谱描述符

3.3 ID-LBP纹理谱描述符

3.4旋转不变纹理谱描述符

3.5增强区域纹理谱描述符

3.6试验结果

3.7 小结

4纹理谱空间特征提取

4.1 灰度共生矩阵

4.2 相似性度量

4.3 实验结果

4.4 小结

5 总结与展望

5.1 总结

5.2 工作展望

参考文献

作者简历

附录I 图像库一

附录II 图像库二

附录Ⅲ 图像库三

附录Ⅳ 主要程序代码

学位论文数据集