基于聚类的分层索引结构在图像检索中的应用研究

摘要

伴随着信息技术特别是Intemet技术的不断发展，多媒体信息不断涌现，图像数据飞速增长。如何快速、有效地检索到所需要的图片变得迫不及待。传统的基于文本注释的图像检索已经不能适应检索的需要，这使得基于内容的图像检索技术成为当前的研究热点。 本文对基于内容的图像检索技术的发展、关键技术以及效果评价进行了概要介绍。图像内容特征提取是基于内容的图像检索技术的基础，本文分别从颜色特征、形状特征、纹理特征以及图像空间关系进行了描述。 传统的基于内容的图像检索技术使用的是顺序检索，对于大容量、高维数的图像数据来说，这种检索方法在效率上显然已经不能满足需要。对图像数据库进行必要的预处理并且建立索引以提高检索效率显得愈发重要。本文引入了一种无参数的、高效的、基于子空间技术的聚类算法用于图像数据的预处理。同时，对该算法进行了改进，将小波的多尺度分析引入样本分布曲线处理，建立多层次的聚类。在多层次聚类的基础上，建立起分层索引结构，并且提出利用数据库系统来保存这种索引结构。 在以上提出的理论基础之上，设计了一个基于内容的图像检索实验平台，通过实验数据，从检索效率和检索结果进行比较，有力地证明了作者提出的基于聚类的分层索引结构在基于内容的图像检索中的高效、实用。

目录

文摘

英文文摘

致谢

1 引言

1.1研究背景及国内外研究现状

1.2本文主要研究工作

1.3论文的组织结构

2 基于内容图像检索概述

2.1图像检索概述

2.1.1基于关键字文本标注的图像检索

2.1.2基于内容的图像检索

2.2基于内容的图像检索及其特点

2.3基于内容图像检索的关键技术

2.4检索效果评价

3 图像内容的特征描述

3.1 图像内容的分类

3.2颜色特征描述

3.2.1颜色特征模型

3.2.2颜色直方图

3.2.3累积直方图

3.2.4颜色矩

3.3形状特征描述

3.4纹理特征描述

3.4.1灰度共生矩阵纹理特征

3.4.2自回归纹理模型

3.4.3其它纹理特征

3.5图像空间关系描述

3.5.1基于图像分割的方法

3.5.2基于图像子块的方法

4 基于内容图像检索的相关理论和研究

4.1小波分析理论

4.1.1傅立叶变换和小波变换

4.1.2小波多尺度分析

4.2聚类分析技术

4.2.1聚类分析概论

4.2.2聚类分析的典型要求

4.2.3主要聚类方法分类

4.2.4一种基于子空间的无参数的聚类算法

4.2.5用小波分析改进CLIMB算法

4.3索引结构技术

4.3.1图像数据库索引结构的典型要求

4.3.2几种具有代表性的索引结构

4.3.3一种高效实用的基于聚类分析的分层索引结构

5 基于层次索引结构的图像检索系统的设计与实现

5.1系统框架及各功能模块

5.1.1图像检索系统框架

5.2实验结果与分析

5.2.1聚类性能实验

5.2.2检索效率实验

6 结论

6.1论文总结

6.2前景展望

6.2.1与传统图像检索方式的结合

6.2.2与web技术的结合

6.2.3关于特征的选择问题

参考文献

学位论文版权使用授权书及独创性声明