基于Brushlet变换的图像检索技术研究

摘要

随着多媒体技术和计算机数码技术的高速发展，数字化图像作为多媒体信息的一个重要组成部分，已经成为科技、教育、商业等方面广泛应用的媒体形式之一。为用户提取所需的图片资源，是信息检索的一个重要方面，具有广泛的应用前景，因此，图像检索具有重要的实用价值和理论研究价值。目前，基于内容的图像检索技术是研究的热点，主要是利用图像本身客观存在的基本视觉特征进行检索。特征提取是基于内容图像检索最关键的部分。其中，纹理特征是一种具有旋转不变性，且对于噪声有较强抵抗能力的基本视觉特征，是进行图像检索时重要的一种特征。多尺度几何分析源于小波又高于小波，是一种具有良好多方向性和各向异性的图像分析新工具，能够更有效地提取图像中的特征。梳状波(Brushlets)是为解决角分辨问题而产生的一种有效分析纹理的多尺度几何工具。因此，本论文以多尺度几何分析中的Brushlets表示图像纹理信息为主，对图像检索进行了以下两部分研究。
　　 1.提出了一种基于Brushlet变换提取图像复特征的图像检索算法。该算法借助Brushlets为复函数且具有良好多方向性的特点，提取能量和相位的复特征来描述纹理信息。通过对公共测试图像库Brodatz纹理图像库的检索测试，获得了比Gabor变换和小波变换更优的图像检索效果，验证了本文算法对纹理图像检索的有效性；同时分析了Brushlet变换分解层数对检索结果的影响；进而讨论了对不同类型纹理图像的检索效果及其成因。
　　 2.提出了一种基于Brushlet域颜色和纹理特征的图像检索新算法。为避免对彩色图像丢失了颜色信息而产生的局限性，在提取了图像纹理特征的基础上综合了颜色特征，在更符合人眼视觉的HSV空间上进行了量化，采用直方图法描述颜色特征；并用K-均值聚类法统计图像的整体特性，进行分类；特别地，本文进一步考虑到图像之间具有的差异性，设置了一种新的权重算子，能够自适应地为每幅图像加权。实验结果表明，与单一特征及传统综合特征等方法相比较，本文算法能够更优先的检索出相似图像，实现了彩色图像检索性能的显著提高。

目录

文摘

英文文摘

声明

第一章 绪论

§1.1研究背景和意义

§1.2 CBIR技术研究内容及进展

1.2.1基于颜色特征的图像检索

1.2.2基于纹理特征的图像检索

1.2.3基于形状特征的图像检索

1.2.4基于空间关系的图像检索

1.2.5 CBIR系统

§1.3论文的主要工作及结构安排

第二章 多尺度几何分析在图像检索中的应用

§2.1小波(Wavelets)

§2.2曲线波(Curvelets)

§2.3轮廓波(Contourlets)

§2.4梳状波(Brushlets)

§2.5剪切波(Shearlets)

§2.6本章小节

第三章 基于Brushlet域复特征的纹理图像检索

§3.1图像的Brushlet变换

§3.2 Brushlet域特征向量的构造

3.2.1能量特征提取

3.2.2相位特征提取

3.2.3纹理特征的相似度度量

§3.3基于Brushlet域复特征的纹理图像检索

3.3.1图像检索算法

3.3.2评价标准

3.3.3实验结果及分析

§3.4本章小节

第四章 基于特征权重自适应的Brushlet域彩色图像检索

§4.1彩色图像颜色特征的描述

4.1.1 HSV颜色空间

4.1.2 HSV颜色空间的量化

4.1.3颜色直方图统计

4.1.4颜色特征的相似度度量

§4.2图像整体特征统计

4.2.1 HSV空间颜色和纹理特征描述

4.2.2基于K-均值聚类法的图像分类

4.2.3图像整体特征的统计

§4.3混合特征自适应权重算子的设置

§4.4 Brushlet域彩色图像检索

4.4.1基于特征权重自适应的Brushlet域彩色图像检索算法

4.4.2评价标准

4.4.3实验结果及分析

§4.5本章小结

总结与展望

参考文献

致谢

攻读硕士学位期间撰写的学术论文及参与的科研项目

攻读硕士学位期间获奖情况