本文選題：基于內(nèi)容的圖像檢索　切入點(diǎn)：特征提取與表示　出處：《東北師范大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、多媒體技術(shù)不斷發(fā)展,以及攝錄設(shè)備、存儲(chǔ)設(shè)備快速更新,圖像成為信息的主要載體之一。隨著大數(shù)據(jù)時(shí)代到來,在海量圖像數(shù)據(jù)中有效地查找需要的信息,是人工智能與機(jī)器學(xué)習(xí)領(lǐng)域一個(gè)熱門研究問題。90年代后期,逐步出現(xiàn)了基于內(nèi)容的圖像檢索(Content-based Image Retrieval,簡(jiǎn)稱CBIR)技術(shù),能夠借助算法對(duì)圖像的內(nèi)容屬性及語義進(jìn)行分析,客觀、全面地描述并搜索圖像,在網(wǎng)絡(luò)圖像搜索、醫(yī)學(xué)圖像分析、安全監(jiān)控、不良信息過濾和電子商務(wù)等領(lǐng)域得到了廣泛的應(yīng)用。目前,基于內(nèi)容的圖像檢索技術(shù)得到眾多科研機(jī)構(gòu)及學(xué)者的普遍關(guān)注,許多經(jīng)典的檢索方法和成功的檢索系統(tǒng)相繼提出。但檢索問題具有的復(fù)雜性、結(jié)構(gòu)性的特點(diǎn),對(duì)圖像的特征提取與表示、相似性度量的研究是這些方法的關(guān)鍵問題。為了獲得更高的檢索性能,本文提出基于加權(quán)的多流形排序算法,并應(yīng)用于基于內(nèi)容的檢索任務(wù),主要工作如下:(1)采用了多視角提取圖像特征。圖像內(nèi)容類內(nèi)差異較大,特別是自然圖像存在環(huán)境變化大及噪聲干擾現(xiàn)象。本文同時(shí)采用顏色直方圖、邊緣直方圖和局部二值模式分別描述圖像內(nèi)容的顏色、形狀和紋理信息,多角度描述了豐富多樣的圖像內(nèi)容;(2)提出了多視角快速構(gòu)建圖結(jié)構(gòu),探索了數(shù)據(jù)的結(jié)構(gòu)信息,保障了多流形排序的有效進(jìn)行;(3)探索了多種加權(quán)策略融合多流形排序。多流形排序利用最大值融合、平均值融合和線性加權(quán)融合對(duì)多視角下單流形排序進(jìn)行融合,能夠挖掘不同視角間的相關(guān)性。與經(jīng)典檢索方法不同,基于加權(quán)的多流形排序的檢索方法在特征提取與表示、相似性度量上均有所貢獻(xiàn)。在Corel1000數(shù)據(jù)集、Oliva數(shù)據(jù)集和Caltech5138數(shù)據(jù)集進(jìn)行檢索實(shí)驗(yàn)時(shí),實(shí)驗(yàn)結(jié)果驗(yàn)證了基于加權(quán)多流形排序的圖像檢索方法的有效性,特別是基于線性加權(quán)融合的多流形排序算法能夠利用視角間的互補(bǔ)信息對(duì)樣本得分進(jìn)行估計(jì),達(dá)到高效檢索的目的。
[Abstract]:With the continuous development of computer network technology and multimedia technology, as well as the rapid updating of recording equipment and storage equipment, images become one of the main carriers of information. It is a hot research problem in the field of artificial intelligence and machine learning. In the late 1990s, Content-based Image Retrieval (CBIR) technology appeared gradually, which can analyze the content attributes and semantics of images with the help of algorithms. It has been widely used in the fields of network image search, medical image analysis, security monitoring, bad information filtering and electronic commerce. Content-Based Image Retrieval (CBIR) technology has been widely concerned by many scientific research institutions and scholars. Many classical retrieval methods and successful retrieval systems have been put forward one after another. However, the retrieval problem has the characteristics of complexity and structure. Similarity measurement is the key problem in image feature extraction and representation. In order to achieve better retrieval performance, a weighted multi-manifold sorting algorithm is proposed and applied to content-based retrieval. The main work of this paper is as follows: (1) the image features are extracted from multiple perspectives. There are great differences in the image content, especially in the natural images with large environmental changes and noise interference. The color histogram is also used in this paper. Edge histogram and local binary pattern describe the color, shape and texture information of image content respectively. In this paper, multiple weighted strategies are explored to fuse multi-manifold sorting. Multi-manifold sorting uses maximum fusion, mean value fusion and linear weighted fusion to merge multi-view order manifold ordering. Different from the classical retrieval methods, the weighted multi-manifold sorting retrieval method is based on feature extraction and representation. In the experiments of Corel1000 dataset and Caltech5138 dataset, the effectiveness of the image retrieval method based on weighted multi-manifold sorting is verified. In particular, the multi-manifold sorting algorithm based on linear weighted fusion can estimate the sample score by using complementary information from different angles of view to achieve the purpose of efficient retrieval.
【學(xué)位授予單位】：東北師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 江士方,汪英姿;圖像及圖像檢索應(yīng)用前景的探討[J];江蘇工業(yè)學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2003年04期

2 韓法旺;;基于云計(jì)算模式的圖像檢索研究[J];情報(bào)科學(xué);2011年10期

3 何巖;;以計(jì)算機(jī)為基礎(chǔ)的色彩圖像檢索方法與研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年12期

4 郭海鳳;李廣水;仇彬任;;基于融合多特征的社會(huì)網(wǎng)上圖像檢索方法[J];計(jì)算機(jī)與現(xiàn)代化;2013年12期

5 柏正堯,周紀(jì)勤;基于復(fù)數(shù)矩不變性的圖像檢索方法研究[J];計(jì)算機(jī)應(yīng)用;2000年10期

6 夏峰,張文龍;一種圖像檢索的新方法[J];計(jì)算機(jī)應(yīng)用研究;2002年11期

7 鄧誠(chéng)強(qiáng),馮剛;基于內(nèi)容的多特征綜合圖像檢索[J];計(jì)算機(jī)應(yīng)用;2003年07期

8 斯白露,高文,盧漢清,曾煒,段立娟;基于感興趣區(qū)域的圖像檢索方法[J];高技術(shù)通訊;2003年05期

9 劉怡,于沛;基于“知網(wǎng)”的新聞圖像檢索方法[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期

10 張榮,鄭浩然,李金龍,王煦法;進(jìn)化加速技術(shù)在圖像檢索中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2004年16期

相關(guān)會(huì)議論文 前10條

1 陳旭文;朱紅麗;;一種高效的圖像檢索方法[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

2 周向東;張亮;張琪;劉莉;殷慷;施伯樂;;一種新的圖像檢索相關(guān)反饋方法[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

3 陳世亮;李戰(zhàn)懷;閆劍鋒;;一種基于本體描述的空間語義圖像檢索方法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 趙海英;彭宏;;基于最優(yōu)近似反饋的圖像檢索[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

5 許相莉;張利彪;于哲舟;周春光;;基于商空間粒度計(jì)算的圖像檢索[A];第八屆全國(guó)信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

6 李凌偉;周榮貴;劉怡;;基于概念的圖像檢索方法[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2002年

7 楊關(guān)良;李忠杰;徐小杰;;基于代表色的圖像檢索方法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

8 彭瑜;喬奇峰;魏昆娟;;基于多示例學(xué)習(xí)的圖像檢索方法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

9 胡敬;武港山;;基于語義特征的風(fēng)景圖像檢索[A];2009年研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)論文集[C];2009年

10 許天兵;;一種基于語義分類的圖像檢索方法[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

相關(guān)博士學(xué)位論文 前10條

1 崔超然;圖像檢索中自動(dòng)標(biāo)注、標(biāo)簽處理和重排序問題的研究[D];山東大學(xué);2015年

2 楊迪;基于內(nèi)容的分布式圖像檢索[D];北京郵電大學(xué);2015年

3 張旭;網(wǎng)絡(luò)圖像檢索關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

4 吳夢(mèng)麟;基于半監(jiān)督學(xué)習(xí)的醫(yī)學(xué)圖像檢索研究[D];南京理工大學(xué);2015年

5 高毫林;基于哈希技術(shù)的圖像檢索研究[D];解放軍信息工程大學(xué);2014年

6 李清亮;圖像檢索中判別性增強(qiáng)研究[D];吉林大學(xué);2016年

7 劉爽;多特征融合圖像檢索方法及其應(yīng)用研究[D];哈爾濱理工大學(xué);2016年

8 程航;密文JPEG圖像檢索研究[D];上海大學(xué);2016年

9 李強(qiáng);基于語義理解的圖像檢索研究[D];天津大學(xué);2015年

10 劉少偉;面向用戶意圖的社會(huì)化圖像檢索[D];清華大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 張帆;基于加權(quán)的多流形排序的圖像檢索研究[D];東北師范大學(xué);2017年

2 朱華;具有平行平均曲率向量的緊致偽臍子流形[D];西南大學(xué);2017年

3 王世莉;關(guān)于擬常曲率空間中的偽臍子流形[D];西南大學(xué);2017年

4 趙鴻;基于尺度不變局部特征的圖像檢索研究[D];華南理工大學(xué);2015年

5 孫劍飛;基于圖像索引的熱點(diǎn)話題檢索方法研究[D];蘭州大學(xué);2015年

6 章進(jìn)洲;圖像檢索中的用戶意圖分析[D];南京理工大學(xué);2015年

7 苗思楊;移動(dòng)圖像檢索中的漸進(jìn)式傳輸方式研究[D];大連海事大學(xué);2015年

8 都業(yè)剛;基于顯著性的移動(dòng)圖像檢索[D];大連海事大學(xué);2015年

9 王夢(mèng)蕾;基于用戶反饋和改進(jìn)詞袋模型的圖像檢索[D];南京理工大學(xué);2015年

10 許鵬飛;基于草圖的海量圖像檢索方法研究[D];浙江大學(xué);2015年

，

本文編號(hào)：1617280