基于颜色信息熵与边缘信息熵的图像检索技术研究

摘要

随着现代电子技术、网络通信技术以及多媒体技术的迅猛发展，不断出现庞大的、不同内容的图像信息库。面对如此多的信息，人们使用起来显得无从下手，这样就迫切需要性能良好的检索工具，以提高人们的使用效率。然而传统的基于
　　关键字的信息查询方法不能有效地支持多媒体信息的查询和检索。因此，如何有效地组织、管理和充分的利用图像信息库的资源一直是国内外科学研究工作者关注的问题。图像检索技术也就是在这种背景下产生了新兴研究领域，而基于内容的图像检索技术(CBIR)便是解决这一问题的关键。
　　基于内容的图像检索技术在工业和科研领域具有广泛的应用，比如在生物特征识别中，指纹识别以及人脸识别等均属于图像检索的范畴；在知识产权保护中，实现商标数据库的内容检索有利于更方便的管理和监督工作；医学图像检索的实现提高了医生工作的效率和质量；卫星图像检索的实现可以更有效的进行图像的管理工作；对于电视编辑工作来说也能更有效地查找所需要的图像资料。
　　根据图像内容来查询所需图像是一个复杂的工作过程。目前基于内容的图像检索的研究主要是借助图像的特征来进行的，其基本工作原理是在建立图像库时，分析输入图像，提取图像的特征作为特征向量，与图像一起存储在数据库中。检索图像时，则提取给定查询范例图像的特征或由用户指出要查询图像的特征，与数据库中的特征向量进行匹配，并根据匹配结果返回相应图像。
　　本文主要对基于内容的图像检索技术中常规技术进行了分析，对颜色信息熵算法进行了优化，提出了边缘信息熵的概念，并结合两种方法设计出一个多特征综合检索系统，增强检索效率。本文第一章介绍了CBLR的研究背景、概念及一般检索流程，介绍了CBIR当前的主要应用领域以及未来发展趋势，介绍本文所做的工作；第二章分析了基于内容的图像检索技术原理，着重分析了基于内容的图像检索技术中关键技术及常用的基本方法，包括各种常用的视觉特征(颜色、纹理、形状等)的提取和表示；第三章对图像的颜色信息熵进行介绍，详细说明基于颜色信息熵的检索方法及实验过程，并根据实验结果对算法进行了改进；第四章介绍图像的边缘特征提取方法及边缘信息熵，并详细说明基于边缘信息熵的检索方法及实验过程；第五章综合颜色信息熵和边缘信息熵进行检索，根据实验结果说明多特征检索方法的科学性。第六章设计一个多特征检索系统，并进行实现；第七章对本文进行总结。

目录

文摘

英文文摘

第一章 引言

1.1 基于内容的图像检索技术研究背景

1.2 基于内容的图像检索技术简介

1.2.1 基于内容的图像检索技术概念及特点

1.2.2 基于内容的图像检索技术的产生及检索流程

1.3 基于内容的图像检索技术的应用领域

1.4 基于内容的图像检索技术研究现状与发展趋势

1.4.1 基于内容的图像检索技术研究现状

1.4.2 基于内容的图像检索技术发展趋势

1.5 本文所做工作

第二章 基于内容的图像检索技术原理

2.1 低层视觉特征表示与提取方法

2.1.1 颜色特征

2.1.2 颜色特征的表达

2.1.3 纹理特征

2.1.4 形状特征

2.2 相似性度量方法

2.3 本章小结

第三章 基于颜色信息熵的检索

3.1 什么是信息熵

3.2 图像的颜色信息熵

3.3 利用信息熵进行检索

3.4 查准率Pp和查全率Pi

3.5 实验分析

3.6 对颜色信息熵算法的改进

3.5 本章小结

第四章 基于边缘信息熵的检索

4.1 图像的边缘特征

4.2 Canny边缘检测算子

4.3 图像边缘信息熵概念的提出和模型的建立

4.4 实验分析

4.4 本章小结

第五章 多特征的综合图像检索技术

5.1 基于颜色、形状、纹理和空间单个特征图像检索的不足和问题

5.2 基于多特征的图像检索技术

5.2.1 综合颜色信息熵和边缘信息熵的图像检索

5.2.2 综合检索实验分析

5.3 本章小结

第六章 基于颜色信息熵和边缘信息熵综合检索系统的实现

6.1 开发工具的选择

6.2 基于内容的图像检索系统的构成

6.2.1 系统模块与功能

6.2.2 系统界面及功能实现

6.3 本章小结

第七章 总结

致谢

参考文献