基于ROI的文化遗产图像检索算法研究以及系统实现

摘要

随着互联网的高速发展,网上的多媒体数据呈现爆炸性的增长,相应的检索和查询技术已成为信息时代人们生活中必不可少的重要手段之一。如何有效地提取图像的视觉特征并用其来表征一幅图像的内容,通过特征的相似性匹配和相关反馈技术,方便自动地检索到所需的图像,即基于内容的图像检索(CBIR,Content Based Image Retrieval),成为了近年来学者和机构研究的重点之一。 分析和识别出图像中最能引起用户兴趣、最能表现图像内容的某些特定区域,通过提取这些区域的特征来描述图像重要内容,并基于这些特征进行图像内容检索,这是CBIR研究中更具有挑战性,也是更符合人类视觉感知特性的新方法--基于感兴趣区域(ROI,Region of Interest)的图像检索。 本文对基于ROI的图像检索方法的关键技术：感兴趣区域提取、区域特征描述以及特征匹配算法进行研究,并在理论研究的基础上构建了一个实用的基于ROI的图像检索系统。 本文的主要贡献和完成的工作包括： 1)提出了一种基于信息突变的图像感兴趣区域自动分割算法。该算法以信息突变理论为依据,通过一种增量式的分割算法,可以较精确的将图像的前景区域和背景分离,实现有效的文化遗产古建筑图像感兴趣区域提取。 2)定义了图像信息熵漂移(IES,Information Entropy Shift)的概念,并用这一新概念对感兴趣区域的特征进行描述。在颜色统计特征的基础上,利用信息熵漂移曲线模拟空间信息变化,实现了多特征融合的图像特征描述方法。 3)提出了一种新的基于信息熵漂移的动态差值匹配算法。该算法将信息熵漂移矢量的相似性匹配问题转化为二元函数特征曲线匹配的问题。曲线的变化趋势被作为曲线匹配的特征,并借鉴语音处理中广泛应用的模板匹配算法改点匹配为线段匹配,提高了算法的鲁棒性。 4)首次将基于感兴趣区域的检索的概念应用到文化遗产保护领域,构建了一个具有系统功能性完备、操作灵活的基于Web的文化遗产图像检索系统。

目录

文摘

英文文摘

声明

第1章绪论

1.1 课题背景和意义

1.2 研究目标与内容

1.3 论文的安排

第2章图像检索技术及发展状况

2.1 基于内容的图像检索技术

2.1.1 基于内容的图像检索的提出

2.1.2 基于内容的图像检索的原理与技术

2.1.3 基于内容的图像检索的发展

2.1.4 国内外已开发的图像检索系统简介

2.2 基于感兴趣区域的图像检索技术

2.2.1 基于感兴趣区域的图像检索策略

2.2.2 基于感兴趣区域的图像检索的关键技术分析

2.3 本章小结

第3章基于信息突变的图像感兴趣区域分割算法

3.1 图像分割技术的发展和关键技术

3.1.1 基于边界检测的图像分割方法分析

3.1.2 基于区域的图像分割方法分析

3.2 基于信息突变的图像分割算法

3.2.1 信息突变理论的提出及分割算法概述

3.2.2 颜色量化

3.2.3 初始分割算法

3.2.4 区域合并算法

3.2.5 图像分割算法实验结果及讨论

3.3 本章小结

第4章图像信息熵漂移的定义和提取方法

4.1 图像特征表达方式分析

4.1.1 常用颜色特征表示方法

4.1.2 常用纹理特征表达方式

4.1.3 常用形状特征表达方式

4.2 图像信息熵漂移的定义

4.2.1 信息熵及改进的基于亮度权重的图像信息熵

4.2.2 图像信息熵漂移

4.3 图像信息熵漂移的提取方法

4.4 本章小结

第5章基于信息熵漂移的动态差值匹配算法

5.1 相似性度量方法分析

5.2 直接比对匹配算法

5.3 动态差值匹配算法

5.3.1 差值匹配

5.3.2 动态匹配

5.3.3 实验结果分析

5.4 本章小结

第6章基于感兴趣区域的图像检索系统设计与实现

6.1 需求分析和设计原则

6.2 主流开发技术比较和选取

6.2.1 主流开发技术比较

6.2.2 开发技术选取

6.3 系统设计

6.3.1 基础框架设计

6.3.2 基于Spring Framework的系统实现

6.4 系统展示

6.5 本章小结

结 论

参考文献

攻读硕士学位期间所发表的学术论文、申请的发明专利及软件著作权

攻读硕士学位期间参加的科研活动和获得的奖励

致谢