董卫军[1]2001年在《利用小波分析进行基于形状的图像检索技术研究》文中认为基于图像内容的检索技术QBIC（query by image content）是图像处理技术和传统数据库技术结合的结果，是近年来数据库领域的新热点。 小波分析是目前国际上最新的时间—频率分析工具，是处理多尺度可视化信息的强有力的工具，在计算机图像处理方面得到了广泛的应用。本文着重论述如何利用小波分析进行基于形状的图像检索。 图像预处理与图像检索有着密切的关系。本文介绍的图像预处理技术包括采用离散正交小波变换方法进行图像的去噪音；采用基于粗糙集理论的图像增强和基于改进的斜面模型和对比度增强法结合的图像增强；采用边缘生长法的图像分割。 形状是物体的本质特征之一，利用形状特征进行检索可提高检索的准确性和效率。在基于形状的图像检索中，对物体形状特征的描述非常重要，但一般的形状描述存在着性能不稳定，缺乏平移、旋转、尺度不变性等缺点。 对于此问题，提出了基于小波变换的图像检索。对图像进行小波变换获得多尺度边界图像，通过获得多尺度边界图像的不变矩，从而得到图像的特征描述符，并对其进行归一化，采用图像特征向量的归一化加权欧氏距离来表示图像的相似度。该描述符具有旋转、平移、尺度不变性等优点。能够很好的描述图像的形状和空间分布信息。 基于形状的图像检索技术是多学科结合的结果，涉及到如计算机视觉、人工智能、数字图像处理、图像理解、医学影像、计算机可视化技术等学科。具有很高的实用价值。
任礼斌[2]2003年在《小波分析在基于内容的图像检索中的应用研究》文中研究指明基于内容的的图像检索技术CBIR(Content-Based Image Retrieval)是图像处理技术和传统的多媒体信息检索方法结合的结果，是近年来检索领域内的研究热点，大致可以分成基于形状、颜色、纹理等图像特征的检索。 小波分析是目前国际上最新的也是应用最广泛的时间-频率分析工具。经小波变换后产生的小波系数可以很好的体现图像信息的局部特征。本文重点研究了小波分析在计算机图像处理的多个领域中的应用，如图像恢复、图像增强、图像分割、图像配准、图像重建、图像检索等。此外，本文重点论述了小波分析在基于形状(基于内容的一种)的图像检索方面的应用。 形状是图像的本质特征之一，利用形状特征进行检索可提高检索的准确性和效率。在基于形状的图像检索中，采用小波变换模极大值的方法来提取图像的多尺度目标边缘信息，然后采用多尺度的不变矩作为特征来图像相似性检索，可以有效的解决因图像的平移、尺度、旋转变换等带来的问题。但是经过小波模极大值变换后得到的模图像信息虽然得到了压缩，但仍存在冗余，即低分辨率上使用过的信息在高分辨率下重复使用。针对这个问题，本文提出了一种改进的利用小波实现基于形状的图像检索的算法。改进之处主要在于，在求取不同分辨率下的模极大值时，设定一个阈值，只留下当前尺度(分辨率)下模极大值大于阈值的那些模值，而且随着分辨率的增加，阈值不断的改变，这样就可以在求得的高分辨率的模值图像中过滤掉低分辨率下的已经使用过的信息，从而使模值能够充分描述图像的重要特征，然后利用多尺度下的模值求出七个不变矩，并进行归一化，采用图像特征向量归一化的结果计算欧氏距离来表示两幅图像的相似度。本文最后将新算法在医学CT图像数据库中进行了试验，结果也证明了该算法的优越性。
王水璋[3]2008年在《基于纹理的图像检索技术研究》文中进行了进一步梳理随着计算机技术和网络技术的发展,以及多媒体的推广应用,产生了大量的各式各样的图像。如何有效地对这些图像进行分析、存储和检索是一个急待解决的问题。基于内容的图像检索技术能有效地解决这一问题,成为研究的重点。图像检索的研究目的就是实现自动化、智能化的图像查询和管理方式,使查询者可以实现方便、快速、准确地查找。纹理是图像的一个主要视觉特征,也是基于内容图像检索系统中的一个重要手段。本文对基于纹理特征的图像检索技术进行了研究,并通过实验验证了检索算法的有效性。图像的特征提取是图像检索的关键技术之一。小波变换具有多分辨率与多方向特性,其形成的特征矢量能够在一定程度上对图像进行精确描述,并充分反映纹理图像的细节信息,而目不需要对图像进行全分解,因此计算量明显减少,且检索效果也得到了提高,可以用于大规模的图像数据库检索。所以本文将小波变换用于图像的纹理特征提取,并与基于灰度共生矩阵、梯度-灰度共生矩阵的纹理特征提取进行了检索比较。设计并实现了一个基于纹理特征的图像检索系统。给出了系统的流程图,并介绍了系统的查询模块、特征提取模块、匹配模块和图像显示模块及其各个模块的功能。系统采用欧氏距离法作为图像的相似性度量,分别采用叁种方法提取图像的纹理特征。最后通过实验对给定的图像进行检索,检索结果找出10幅相似图像并按照相似度从大到小排列。实验结果表明,基于小波变换的纹理特征提取计算简单、有效、且检索效果较好。
陈文锋[4]2007年在《基于纹理特征的遥感图像检索技术研究》文中研究指明随着航空航天技术、传感器技术、网络技术、数据库技术的飞速发展,可获取的遥感图像数据正在以惊人的速度成指数级急剧增长。如何从众多的大型遥感图像数据库中,快速浏览和高效检索到感兴趣区域(Region of Interest,ROI)目标己经成为遥感图像信息提取和共享的瓶颈难题。基于内容的图像检索技术(Content Based Image Retrieval,CBIR)为自动提取遥感图像感兴趣目标区域提供了有力的工具,成为当前国内外研究的热点。纹理特征作为基本的视觉特征之一,在基于内容的遥感图像检索中得到了广泛的应用。本文针对当前基于纹理特征的遥感图像检索技术现状和存在的问题,对以下几个方面进行了研究:1.系统阐述和总结了基于内容的图像检索涉及的各项关键技术,包括基于内容的图像特征描述和提取、特征相似度计算以及基于内容的图像检索性能评价等。2.从纹理基元的概念出发介绍了纹理谱直方图检索技术。在此基础上提出了一种改进的纹理谱,并且利用Hu不变矩和直方图不变矩对纹理谱图像进行纹理特征提取,提高了基于纹理特征图像检索的旋转不变性。通过实验证明改进的纹理谱不变矩方法的检索查准率较普通的纹理谱方法有所提高。3.从小波变换的本质出发,研究了小波变换在纹理特征提取和检索方面的特点。通过分析小波分解和纹理特征信息在小波系数中的分布,提出一种树状小波分解的渐进式检索方案,弥补了金字塔结构小波对纹理特征的中高频信息分解的不足,并且实现了纹理特征从粗到精的检索过程。4.分析和研究了基于纹理特征检索技术中的数据分块组织策略,针对遥感图像检索实质上是局部范围感兴趣区域的检索,利用数据分块组织实现对大幅面的遥感图像纹理进行分块,从而实现对区域纹理特征的检索。在充分考虑基于纹理特征的遥感图像检索精度和效率的前提下,采用基于五叉树的遥感数据分块策略。另外对遥感图像采用多纹理特征进行检索,从而达到提高检索准确率的目的。
黄春木[5]2007年在《基于内容的二值图像检索技术研究》文中进行了进一步梳理随着Internet的普及和发展,图像数据飞速膨胀,如何高效、快速地检索到所需的图像成为当前图像应用领域的一个研究热点。由于图像数据自身所具有的非结构化特性和内容多义性等特点,传统的基于关键词的检索已不能满足对图像数据的管理和检索。为了便于图像的检索和识别,基于内容的图像检索技术应运而生,它融合了图像处理、图像识别和图像数据库等领域的技术成果,从而可以提供更有效的检索手段。考虑到本文的研究目标是为文本图像中的图标检索提供理论基础和技术支持,在详细分析了图像检索关键技术的基础上,本文深入研究了基于内容的二值图像检索,主要完成了以下工作;1、分析了颜色和纹理特征的提取技术和相似性度量方法,实现了综合颜色和纹理特征的图像检索。主颜色特征侧重于图像整体信息的描述,边缘直方图则描述了局部信息,综合这两种特征进行检索可以达到优势互补的效果。2、研究了基于轮廓特征和基于区域特征的形状检索,深入讨论了傅立叶描述符、几何不变矩、正交矩(Zernike矩、伪Zernike矩、Legendre矩)的提取方法,实现了基于这五种形状特征进行图像检索的方法,分析比较了它们的检索性能。3、提出了一种基于区域的形状特征——密度分布特征,它能够反映图像中目标像素的空间分布信息。在经过形心定位和子图像区域划分后,可得到两个M维特征向量,第一个表示各个子图像区域的目标像素的相对密度,第二个表示各个子图像区域的目标像素在极坐标方向上的相对密度的一阶数值差分。在相似性度量时,首先采用Gaussian模型对这两个特征向量计算得到的距离分别进行归一化处理,然后综合两个特征向量的距离计算总的相似度。实验结果表明,密度分布特征能够有效地刻画二值图像的形状,具有非常好的平移、尺度和旋转不变性,而且,检索性能优于Hu不变矩。4、研究了检索系统的优化方法,实现了K均值聚类和遗传算法聚类方法,并对索引库进行聚类处理;本文引入K均值聚类对检索结果图像进行筛选,实验证明了其提高了检索的准确率。5、研究了相关反馈技术,实现了基于特征权重调整的相关反馈算法。用户可以根据相关反馈动态地调整图像特征的权重以改善检索精度,从而使检索结果更加符合用户的需要。
董卫军[6]2006年在《基于小波变换的图像处理技术研究》文中指出小波分析是目前国际上最新的时频分析工具,在信号处理方面有着广泛地应用,本文着重讨论基于小波变换的图像处理技术。 基于小波变换的图像去噪是图像去噪的主要方法之一。通过对基于小波变换的图像去噪技术进行分析,总结了基于单小波图像去噪的基本方法和每种方法的优缺点以及改进方向在分析多小波和小波标架变换的基础上,提出了基于多小波变换的图像去噪算法和基于小波标架变换的图像去噪算法实验证明,新算法具有良好的去噪效果。 图像融合是将同一场景中多幅图像的互补信息合并成一幅新图像,以便更好地对场景进行观察和理解多小波能够为图像提供一种比单小波更加精确的分析方法在研究多小波变换特性的基础上,提出了基于离散多小波变换的图像融合方法。实验证明,该方法具有很好的融合效果。 随着多媒体技术的发展,数字水印技术已成为数字版权保护领域研究的一个研究热点在分析数字水印技术的原理特点系统结构以及关键技术的基础上,提出基于提升格式小波变换的数字水印算法,该算法在对彩色图像进行水印处理方面达到较好的效果,健壮性良好。 图像压缩是多媒体的关键技术之一,寻求性能良好的压缩方法是一个重要的研究领域通过对多小波基设诛预滤波器构造以及多小波在图像压缩中的作用进行深入分析,提出了基于多小波变换的图像压缩方法,针对不同的多小波给出相应的量化编码方法。实验证明,多小波在图像压缩中具有很大优势。 形状是物体的本质特征之一,利用形状特征进行检索可提高检索的准确性和效率但一般的形状描述存在着性能不稳定和缺乏平移旋转尺度不变性等缺点对于此问题,提出了基于小波变换的图像检索,通过获得图像多尺度下的不变矩,得到图像的形状特征描述符,并利用图像特征向量的归一化加权欧氏距离来表示图像的相似度该描述符具有旋转平移尺度不变性等优点,能够很好的描述图像的形状和空间分布信息。
董卫军, 陈吉, 周明全[7]2004年在《利用小波分析进行基于形状的图像检索技术》文中提出目的 解决基于形状检索方法中形状描述符的不稳定、缺乏平移、旋转、尺度不变性等缺点。方法 通过对图像进行小波变换,获得多尺度下的不变矩,得到图像的特征描述符,通过特征描述符的欧氏距离来表示图像的相似度。结果 通过小波变换进行形状特征提取具有很好的图像检索效果。结论 新方法获得的描述符具有旋转、平移、尺度不变性等优点,能够很好地描述图像的形状和空间分布信息。
上官伟[8]2008年在《基于内容的卫星云图处理与信息检索技术研究》文中指出近年来,随着信息时代特别是数字时代的来临,计算机信息处理已经成为卫星云图处理最主要的手段。卫星云图是遥感成像数据中包含信息最多的数据源之一,采用图像处理方法分析并提取有用图像特征和内容,进而判断大气变化情况和天气形势,是当前天气预报界的主流工作模式。因此,合理地处理、分析和应用卫星云图信息,已经成为卫星云图处理的主要研究方向。本文在借鉴传统图像处理方式的前提下,提出了基于内容的卫星云图处理和信息检索方法,提高了图像处理的目的性和使用效率,具有较高的创新价值和实用价值。本文所提出的图像内容的含义包含两层意思:一是纹理、颜色、形状、边缘等基本图像特征,它们组成了反映图像特点最基本的内容;二是通过这些特征所反映出的信息,即该图像所描述的天气状况及发展趋势。在本文中,针对这两层图像内容作了系统的分析,采用了多种图像处理算法提取图像特征,并进一步分析这些特征所体现出的信息,达到实际应用的目的。具体地,本文完成的工作和取得的研究成果主要包括以下几个方面:1.将基于内容处理的思想引入卫星云图处理领域本文将卫星云图的特征作为研究内容,从底层特征提取和高层图像检索两个层次研究了卫星云图内容的处理和分析,并将图像理解的范畴引入卫星云图处理领域,是具有前瞻性的研究课题。2.针对卫星云图基本特征,提出了识别卫星云图的基本判据在系统分析大量卫星云图的基础上,提出了卫星云图识别的一般判据,并从这六大判据依次上升到图像的四项特征(颜色、纹理、边缘、形状),为准确地进行云图处理和识别奠定了基础。3.在小波域内系统研究了基于组合滤波思想的卫星云图预处理算法卫星云图由于其成像机制,遥感图像的分辨率和清晰度还有待提高,图像“软”处理技术在当前硬件水平欠缺的情况下就显得尤为重要。基于小波域的组合滤波方法将平滑滤波的思想应用于小波分解图像,在小波域内能够充分滤除干扰,重构后的图像质量取得了明显改善。4.系统分析了卫星云图的特征,提出了改进的边缘检测融合算法卫星云图的基本特征可以包括光谱特征、纹理特征和空间几何特征叁类。本文从颜色处理和灰度校正出发,研究了卫星云图的颜色特征,改善了图像质量;系统分析了卫星云图的纹理特性,采用具有统计特性的共生矩阵法分析图像纹理特征参数,实现了卫星云图的特征识别;特别是针对卫星云图的边缘特征,提出了改进的边缘检测融合算法,该算法基于sobel算子的强边缘检测原则和cannv算子的最优检测叁大准则,取得了较好的改良效果。5.提出了基于特征矢量空间和全局竞争生长准则的区域生长算法卫星云图的区域特征提取一直是个难题,常面临“找不准”和“溢出”等问题,本文改进了常规的区域生长算法,在特征矢量空间表征图像,基于全局比较探测、面积测定及空间优先、竞争机会均等叁个生长准则,采用贴标签的方式决定特征向量的归属,能够准确的提取目标区域。6.基于变分方法,提出了两种卫星云图轮廓提取算法卫星云图的轮廓特征是最重要的一种视觉特征,本文采用变分方法提取卫星云图轮廓,系统分析了变分理论的两大分支——参数活动轮廓模型和几何活动轮廓模型的特点,提出了两种轮廓提取算法,能够有效实现卫星云图真实轮廓的标记。7.提出了一种适用于卫星云图检索的多特征加权反馈方法研究了基于内容的卫星云图信息检索特征提取、特征索引、图像匹配、特征反馈的全过程,从颜色、纹理、形状、轮廓等不同的图像特征内容出发,研究了根据不同特征进行图像信息检索的方法,提出了一套有效的图像多特征加权反馈检索方法,能够准确高效地检索相关的图像信息。本文在分析了大量图像和借鉴传统方法的基础上,针对卫星云图的特征,提出了几种适合于卫星云图的处理方法,取得了较好的实验效果。由于气象图像数据量的庞大,为了便于查询分析结果,建立了便利的卫星云图数据库,研究了基于图像内容的图像检索方法。本课题将卫星云图的处理、分析、入库、检索、应用及预报的业务过程作为一个整体联系起来,提高了卫星云图的应用效率,具有较高的理论价值和应用价值。
李剑[9]2009年在《基于形状的图像检索技术研究》文中进行了进一步梳理在计算机视觉中,形状特征是描述高层视觉特征(如目标、对象等)的重要手段,基于形状特征的图像检索是基于内容的图像检索(CBIR)技术中的一个重要方面,它利用目标图像的形状特征进行检索,已成为图像检索的研究热点。本文首先回顾了基于内容的图像检索理论及其应用研究的发展过程,对基于内容的图像检索,尤其是形状检索领域的背景和发展概况作了综述,并探讨了其中的一些关键技术。本文的主要工作包括:首先,提出了一个基于多维隐马尔科夫模型的图像分类算法。算法以轮廓的拐点对图像的轮廓进行精确分段,利用改进的边界跟踪法进行形状特征提取,构造以对称性、方向性、线性以及长度四个结构特征的轮廓段标识,然后对四维的结构特征进行均匀量化,并应用于四维的隐马尔科夫模型的构建,最后,将此模型用于形状的分类和检索。实验结果证明该算法进一步提高了图像检索的效率和速度。其次,提出了一种多尺度的形状匹配算法。在对轮廓进化处理时采取不同的高斯核尺度分别对目标轮廓的凹陷部分和凸起部分进行进化处理,得到原始轮廓的进化曲线:当采用较大的高斯核尺度时,能更快地得到轮廓的全局信息;当采用较小的高斯核尺度时,保留更多一些突出点以及周围有影响区域的信息。实验证明,该改进算法能满足用户的多尺度需求,有效地改善检索效率,减少了检索时间。
赵晨, 任郁苗[10]2008年在《基于形状的图像检索技术研究》文中进行了进一步梳理基于形状的图像检索技术是基于内容的图像检索技术的一个重要组成部分。现有的形状特征检索技术主要集中在形状特征的提取及相似性度量、形状特征与颜色和纹理特征结合、形状特征与高层的语义特征结合的研究。在分析现有的基于形状的图像检索技术的一些关键技术的基础上,对基于小波-傅里叶特征(WFD)的形状检索方法进行了研究,并提出了一些改进算法。结合Matlab和ACCESS实现了一个基于形状的图像检索实验系统,建立了用户界面,选取与设计了4个图像测试集,使用检索性能评价方法对形状特征的检索结果进行了客观的评价。实验结果表明,利用本文所提出改进的形状特征进行检索取得了较好的检索效果。
参考文献：
[1]. 利用小波分析进行基于形状的图像检索技术研究[D]. 董卫军. 西北大学. 2001
[2]. 小波分析在基于内容的图像检索中的应用研究[D]. 任礼斌. 沈阳工业大学. 2003
[3]. 基于纹理的图像检索技术研究[D]. 王水璋. 太原理工大学. 2008
[4]. 基于纹理特征的遥感图像检索技术研究[D]. 陈文锋. 解放军信息工程大学. 2007
[5]. 基于内容的二值图像检索技术研究[D]. 黄春木. 解放军信息工程大学. 2007
[6]. 基于小波变换的图像处理技术研究[D]. 董卫军. 西北大学. 2006
[7]. 利用小波分析进行基于形状的图像检索技术[J]. 董卫军, 陈吉, 周明全. 西北大学学报(自然科学版). 2004
[8]. 基于内容的卫星云图处理与信息检索技术研究[D]. 上官伟. 哈尔滨工程大学. 2008
[9]. 基于形状的图像检索技术研究[D]. 李剑. 苏州大学. 2009
[10]. 基于形状的图像检索技术研究[J]. 赵晨, 任郁苗. 现代电子技术. 2008
标签：计算机软件及计算机应用论文; 小波分析论文; 图像检索论文; 特征提取论文; 图像融合论文; 遥感图像处理论文; 图像处理论文; 遥感影像论文;