计算机视觉技术在图像特征提取中的应用研究,图像特征提取技术的研究及其在古塔图像检索中的应用...

摘要：

近年来,由于多媒体技术和互联网技术的飞速发展,多媒体信息已广泛应用到生活中的各个领域,如数字化图书馆,医学图像,遥感卫星图像,商标版权,公安系统等.如何从浩瀚的数据图像中准确,快速的找出所需要的图像,已成为迫切需要解决的问题. 本论文首先介绍了古塔的结构,并分析了检索古塔图像所采用的适合特征.同时,介绍了基于内容的图像特征提取中的常用特征,即颜色特征,形状特征,和纹理特征,并且对CBIR技术的基本原理,关键技术,检索结果的评价标准做了分析和概括. 其次,分别对几种颜色模型的特征提取方法进行研究,针对古塔图像提出了改进的颜色特征提取方法,并通过实验对提出的方法进行分析,检验.在图像形状特征提取方面,同样针对古塔图像,分析了不同边缘检测算子效果,在用经典Sobel算子检测古塔图像之后,又采用新兴Canny算子检索古塔图像.实验分析,用Canny算子对古塔图像的检索效果较好. 论文最后通过颜色和形状单一特征的算法实验,得出基于单一特征的图像检索只是利用了图像的部分信息,提取效果不是很理想,即对古塔图像检索的查全率和查准率不是很高.为了进一步提高图像检索的查全率和查准率,本文根据古塔图像的特点,又提出了基于颜色特征和形状特征的特征加权融合算法.实验证明,与单一特征提取的经典方法对比,基于特征加权融合算法对古塔图像检索的平均查全率和平均查准率都有所提高. 本文构造的实验系统以古塔的颜色和形状特征为研究对象,共实现了九种基于内容的检索方法,对古建筑图像的检索研究有一定的参考价值和实际意义. 本研究课题得到陕西省教育厅专项基金项目(2010JK642)的资助.

展开