首页> 中文学位 >一种基于小波变换和希尔伯特曲线的图像检索方法
【6h】

一种基于小波变换和希尔伯特曲线的图像检索方法

代理获取

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

0.1研究课题的背景、目的和意义

0.2国内外的研究现状和趋势

0.3本文的研究内容和安排

1基于内容的图像检索技术(CBIR)

1.1基于内容的图像检索简介

1.2特征提取

1.2.1颜色特征的提取

1.2.2纹理特征的提取

1.2.3形状特征的提取

1.2.4边缘与角点

1.3图像分割与空间关系

1.4相关反馈技术

1.5图像的索引和相似性度量

1.5.1索引技术

1.5.2相似性度量

1.6系统评估方法

1.7小结

2希尔伯特曲线(Hilbert Curve)及其生成原理

2.1希尔伯特曲线

2.2希尔伯特扫描矩阵生成算法

2.3二维图像到一维信号的转变

2.4本章小结

3基于小波变换和希尔伯特曲线相结合的图像检索

3.1小波变换

3.2离散余弦变换(Discrete Cosine Transform)

3.3图像检索的步骤

3.3.1小波变换

3.3.2生成希尔伯特曲线

3.3.3利用离散余弦变换进行特征提取

3.3.4相似性度量

3.4基于小波变换和希尔伯特曲线的图像检索的优点和缺陷

3.5本章小结

4实验设计及结果

4.1图像数据库的建立

4.2建立特征数据库

4.3进行图像检索

4.4图像检索的结论分析

4.4.1图像检索的有效性

4.4.2图像检索的效率

4.5本章小结

5结论与展望

参考文献

致谢

研究期间发表文章

展开▼

摘要

随着科技的发展,多媒体技术和网络技术的迅速发展起来,使得多媒体数据的获取、存储、传输与展现更加重要,其中,图像是多媒体数据中最主要的一种。因此有效地、快速地从大规模的图像数据库中检索出需要的图像显得尤为重要。基于内容的图像检索技术是进行图像检索的有效途径之一,其主要研究的是根据获取的图像低层特征,从图像数据库中检索出相关图像。 本文提出了一种基于小波变换和希尔伯特曲线的图像检索方法。本文的主要内容和技术路线如下: 1、对图像进行小波变换,提取图像的低频分量子图像。 2、用希尔伯特曲线填充图像的低频分量。希尔伯特曲线以其独特的走向覆盖了图像的每一个像素,将颜色、颜色分布、纹理、形状等特征都纳入了考虑的范围之内,能更好的表征图像。 3、对扫描的希尔伯特曲线进行离散余弦变换,把余弦变换的系数作为图像的特征向量,从而得到强有力特征向量。 4、最后进行相似性度量,检索出图像。 本文的创新点:希尔伯特曲线有很好的特性但是生成希尔伯特曲线比较复杂,为了使检索更加快捷,在用希尔伯特曲线进行图像填充前用小波变换对图像进行预处理,分离出图像的低频分量子图像,只对图像的低频分量子图像进行希尔伯特变换,从而使检索更简洁。通过实验证明基于小波变换和希尔伯特曲线的图像检索方法是有效的,时间也大大缩短。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号