文档介绍：该【基于内容的图像检索技术 】是由【非学无以广才】上传分享，文档一共【19】页，该文档可以免费在线阅读，需要了解更多关于【基于内容的图像检索技术 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。图像检索研究历史20世纪70年代末,开始基于文本的图像检索的研究;90年代初,有研究者提出了基于内容的图像检索(CBIR)思想,另一个研究方向是基于语义的图像检索2001年9月,推出“多媒体内容描述接口”MPEG-7标准,基于内容的图像检索系统获得统一的内容描述方法,使其走向实用化和通用化2024/5/91基于内容的图像检索技术图像检索技术的发展图像检索技术的发展两个阶段:基于文本的图像检索70年代,研究者们在对图像进行文本标注的基础上,对图像进行基于关键字的检索。基于内容的图像检索。基于文本的图像检索缺点难以用简短描述其意义和表达图像的空间关系需要花费大量的人力物力图像的内容非常丰富,对图像的理解带主观性2024/5/92基于内容的图像检索技术图像检索的层次基于原始数据的查询属最低层次的查找。每一幅图像为像素点的简单有序的集合体,查询时相似性的度量标准是点对点的比较,一般在使用相对精确匹配时才有用。基于语义的查询这是最高层次的查询。可以看作是基于对象的查询。查询图像中包括具体的物体、发生的场景、图像所描述的感性色彩等都属于这个层次的查询。2024/5/93基于内容的图像检索技术图像检索的层次基于特征的查询较高层次的查询。在基于特征的层次上描述图像,图像特征就是一幅图像与其他图像不同的原始特性或根本属性。不同的特征可以被分成不同的特征矢量组。图像的区域划分基本上是根据特征矢量的不同特征划分,而同一个区域内的特征矢量具有相同的属性。研究热点目前基于内容的图像检索的研究热点主要集中在第二个层次上,即基于特征的检索。2024/5/94基于内容的图像检索技术CBIR的关键技术◆基于内容的图像检索技术主要依据颜色、纹理、形状以及图像中子图像的特征进行检索颜色特征纹理特征内部归一化外部归一化形状特征2024/5/95基于内容的图像检索技术颜色特征颜色特征优势和缺陷是图像物理特征中最直接的视觉特征,颜色特征非常稳定,而且颜色特征计算简单。不能很好的描述对象的空间特征颜色特征描述方法直方图法、累积直方图法、局部累积直方图法、颜色布局法、中心矩法等。2024/5/96基于内容的图像检索技术颜色特征欧几里德距离法欧几里德距离通过特征向量差值的均方差反映了图像之间的差异,用欧几里德距离公式计算图像x和y的距离如下:优点:是简便易行,有清晰的物理意义,即距离小,匹配好,说明2个特征之间的相似度大颜色直方图是从全局角度捕获了整幅图像的整体颜色分布的信息,它丢失了许多局部的颜色空间分布信息,不能区分颜色组成相似但是空间分布不同的图像2024/5/97基于内容的图像检索技术纹理特征纹理特征是一种不依赖于颜色或亮度的反映图像中同质现象的可视化特征。大量的实验结果表明,在各种小波变换形式中,Gabor基于小波变换的检索效果是最好的。二维Gabor函数g(x,y)可以表示为:以g(x,y)为母小波则通过对g(x,y)进行适当尺度变换和旋转变换,就可得到自相似的一组滤波器,称为Gabor小波。2024/5/98基于内容的图像检索技术内部归一化每一种特征对应的特征向量中,每个特征分量的取值范围都不同,因此,我们采用了高斯归一化的方法:对于N维特征向量,设为图像库中任意一个图像,则它对应的特征向量为,则对于每一特征分量,都假定服从正态分布,首先提取每一特征分量的均值和标准差,得到均值和标准差,然后进行高斯归一化。公式如下:根据上式归一化后,各个均转变成具有分布的。2024/5/99基于内容的图像检索技术外部归一化在检索时,需要将颜色特征和纹理特征相结合,采用距离准则进行综合特征相似度量时,应对颜色和纹理的特征向量进行归一化具体方法如下:1)计算图像库(共有M幅图像)中每两个图像I,J所对应特征向量,间的相似距离:2)由上公式得到的个距离值的均值和标准差3)对查询图像,计算其与图像库中每个图像的相似距离4)进行线性变化:2024/5/910基于内容的图像检索技术