基于兴趣点划分和文本检索结合的图像检索方法

摘要

当前，大量的基于内容的图像检索思想都是使用颜色、纹理、形状等视觉特征来获得图像内容信息，衡量图像之间的相似程度以实现图像检索。然而，这些图像内容的反映只是图像的客观统计特性，不能被人的视觉理解。现实中，图像检索系统的用户是根据图像的含义判别图像之间的相似性，因而要求检索系统具有一定语义意义的描述方法。 本文提出了一种基于兴趣点和文本检索技术进行图像检索的新方法。首先，根据现有兴趣点提取方法的缺点，本文从人认知图像的特点出发，提出了一种使用认知心理学选取注视焦点的模型来提取兴趣点的方法。然后，根据兴趣点进行块划分，计算关键块的颜色特征矢量。这种图像特征描述方法不仅减少了图像的冗余信息，避免了目标提取的困难，同时还隐含了对图像目标特征进行语义描述的线索。最后，提出将文本检索引入基于内容的图像检索的思想，对关键块的特征矢量进行聚类产生码书，将图像描述为类似文本数据结构的一维数据，通过倒排文件的布尔模型的初步查询和计算相似性测度的最终查询相结合，建立一种新的针对图像目标内容的句法描述模型和索引方法，初步地实现从基于图像内容的检索向图像的语义检索的跨越。

目录

文摘

英文文摘

独创声明及学位论文版权使用授权书

0前言

1基于内容的图像检索技术(CBIR)

2基于兴趣点划分图像

3图像检索和索引方法

4结论与展望

参考文献

致谢