基于边缘特征的图像内容检索研究

摘要

由于图像大量的增长,愈来愈多的领域需要-套高效准确的图像检索系统来帮助用户查找所需要的图像。虽然基于文本标注的检索方法(TBIR)仍然担当着图像搜索的重任,但是其自身的缺陷无法满足用户日益增长的需求。基于内容的图像检索系统便成为接替它的方法。从图像本身所表达的内容出发,必然带来准确高效的检索结果。
　　本文采用边缘图像的特征,利用小波边缘图像所反映的形状,颜色,纹理的信息来达到检索的目的。边缘图像既反映了图像的轮廓特征,也反映了颜色变化的信息,在小尺度阈值下又反映了图像的纹理特征。使得形状,颜色,纹理在边缘图像上有了内在联系。在浓缩了的图像信息--边缘图像上所采用的形状,颜色,纹理分析在面对大量的图像数据库的情况下,显得高校准确。
　　在形状特征下用小波边缘-不变距描述,反映了图像的基本形状参数,再利用中轴差对图像形状进一步进行轮廓描述,使得形状检索可靠有效。
　　在颜色特征下使用用边缘颜色累计直方图,一方面小波提取的边缘图像提取了研究感兴趣的边缘颜色信息,一方面累计直方图平滑的描述的图像多颜色的特征。
　　在纹理特征下使用边缘图像灰度共生矩阵,利用提取的边缘图像浓缩的反映了图像的大概纹理走向,在经过灰度共生矩阵的描述,消除了大量冗余,使得纹理检索效果良好。
　　本文主要对服装图像进行检索分析,对类似的一些主题图像检索同样有实用性。

目录

封面

独创性声明

学位论文使用授权声明

中文摘要

英文摘要

1 绪论

1.1 课题背景

1.2 图像检索技术的历史与现状

1.2.1 基于文本的图像检索技术

1.2.2 基于内容的图像检索技术

1.2.3 基于内容检索上的反馈技术

1.3 基于内容的图像检索系统实际用途

1.3.1 应用领域

1.3.2 图像检索的应用示例

1.4 基于内容的图像检索系统简介

1.5 本系统的主要研究思想

1.6 本文组织结构

2 常规检索技术模块与服装检索技术模块

2.1 图像检索模块概述

2.2 查询模块

2.2.1 常规查询模块

2.2.2 服装查询模块

2.3 描述模块

2.4 匹配模块

2.5 提取模块

2.6 验证模块和评价标准

2.7 反馈模块

3 基于形状的服装图像检索

3.1 形状检索技术

3.2 形状参数

3.2.1 矩形度

3.2.2 圆形度

3.2.3 对称率与中轴差

3.3 图像不变距

3.3.1 经典不变距

3.3.2 服装轮廓边缘距

3.4 小波边缘提取

3.5 图像的标准化

3.5.1 边缘图像过滤

3.5.2 图像尺寸角度标准化

3.6 检索匹配

3.7 本章小结

4 基于颜色的服装图像检索

4.1 彩色图像格式

4.2 颜色模型

4.2.1 RGB模型

4.2.2 CMY模型

4.2.3 HSV模型

4.2.4 HSI模型

4.3 颜色匹配

4.3.1 分块主颜色方法

4.3.2 颜色矩方法

4.3.3 直方图相交法

4.3.4 直方图距离法

4.3.5 累计直方图

4.3.6 边缘累计直方图

4.4 小结

5 基于纹理的服装图像检索

5.1 纹理概述

5.2 共生矩阵方法

5.3 边缘灰度共生矩阵法

6 总结

致谢

参考文献

在攻读硕士期间所发表的论文