首页> 中文学位 >基于内容的图像识别检索技术研究与系统实现
【6h】

基于内容的图像识别检索技术研究与系统实现

代理获取

目录

文摘

英文文摘

独创性声明及学位论文使用授权声明

1绪论

1.1基于内容的图像识别检索技术简介

1.1.1特点

1.1.2分类

1.1.3关键技术

1.1.4图像识别检索模式

1.1.5图像识别检索系统简介

1.2发展现状及未来的主要研究方向

1.3本课题所做的主要工作

2图像预处理

2.1图像获取

2.2图像预处理

2.2.1图像的规整化

2.2.2图像的噪声去除

2.2.3图像锐化

2.2.4图像增强

2.3本章小结

3基于颜色特征的图像识别检索技术的研究

3.1颜色处理的理论基础

3.1.1三原色原理

3.1.2颜色空间概述

3.2 HSV颜色模型

3.3颜色特征的提取与匹配方法

3.3.1基于颜色直方图的方法

3.3.2基于区域颜色的方法

3.3.3基于分块主颜色的方法

3.3.4基于颜色矩的方法

3.4基于颜色特征的改进算法

3.4.1颜色空间的选择及转换

3.4.2颜色特征的提取与匹配

3.5本章小节

4基于纹理特征的图像识别检索技术的研究

4.1 引言

4.2纹理分析法

4.2.1灰度直方图法

4.2.2 Laws纹理能量分析法

4.2.3灰度梯度共生矩阵法

4.2.4 Gabor小波分析法

4.2.5灰度纹理矩分析法

4.3归一化方法

4.4本章小结

5基于颜色纹理综合特征的图像识别检索系统的设计与实现

5.1引言

5.2系统开发环境及开发步骤

5.3数据库简介及Access特征数据库的建立

5.4 ADO.NET中间件—应用程序与数据库间的接口

5.5系统的组成框架及界面图

5.6系统功能模块设计

5.6.1基本操作模块:完成图像的获取及预处理工作

5.6.2特征提取及入库模块

5.6.3识别匹配模块

5.6.4图像显示模块

5.7实验分析与验证

5.7.1系统性能评价指标

5.7.2实验分析与验证

5.8本章小结

6总结与展望

致谢

参考文献

附录

攻读硕士学位期间发表的论文和参加的项目

展开▼

摘要

本论文主要从提高图像识别检索系统的查询准确性入手,对颜色特征的算法进行了改进,并把单一特征集成为综合特征进行图像识别检索; 颜色特征的改进算法采用分块加权的方式反映出图像颜色的空间分布信息. 颜色纹理集成方法是将颜色特征的改进算法与纹理特征中经典的灰度共生矩阵方法相结合,通过分别赋予颜色和纹理以不同的权重加权来进行综合特征间的相似性匹配.其权重值的确定由用户根据图像库中图像的具体特点自行调整输入,也可以通过相关反馈加以调整,以获得最佳的图像识别检索效果: 本研究讨论了图像特征信息提取前所需进行的各项主要预处理操作.针对图像内容中的颜色与纹理特征,进行了深入系统的识别检索方法研究和应用系统开发.提出一种基于颜色特征的改进算法,从理论上改善了基于颜色特征的图像识别检索效果. 最后,为克服单纯依据颜色特征进行图像识别检索的局限性,提出一种基于颜色纹理综合特征的集成方法;为检验上述算法的可行性及查询准确性,首先建立了一个含有130幅相关图像的图像库(这些图像都是经过预处理后了的),再将系统提取出的图像特征存储在事先已经创建好了的Access数据库中,并在Microsoft Visual Studio.NET开发平台上用VC++设计开发出了包括图像预处理、特征提取及入库、识别匹配、显示四大功能模块的原型应用系统,并进行了系列方法验证和应用系统的实验分析研究.实验结果表明,本课题提出的集成方法在进行图像识别检索时要比基于单一特征的方法具有更高的查询准确度.

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