隨著計算機視覺技術的飛速發(fā)展,對圖像理解技術的要求也越來越高。圖像檢索作為圖像理解方向的一個分支,具有十分重要的研究意義。該文針對圖像檢索算法進行相關研究,旨在通過對圖像形成更加有效的圖像類別信息,進而訓練出更加有效的圖像檢索模型,以提高圖像檢索的性能。首先,建立基于“點-面”類別模式的圖像檢索模型。在一對一圖像檢索的基礎上增加了類別信息,將單個圖像上的圖像檢索轉化為類別圖像上的圖像檢索,挖掘查詢圖像的類別模式,豐富了查詢圖像的語義信息。在大小不同的兩個數(shù)據(jù)集上進行了合理性評價;實驗證明基于類別模式的圖像檢索比傳統(tǒng)的“點-點”方法和哈希方法有更好的效果。其次,設計基于目標語義模式挖掘的圖像檢索算法,從單個待檢圖像擴展到其所屬目標語義類,利用挖掘出的目標語義類別模式表征待檢圖像,進行圖像語義檢索。不僅挖掘了圖像的模式,而且更加突出了目標的特征,降低了相似背景的影響;實驗證明基于目標語義模式挖掘的方法在圖像檢索中取得了更好的效果。最后,構造基于目標類別分割的圖像檢索算法模型,利用目標檢測方法將圖像中的目標與背景進行分割,提取出目標圖像的語義特征,突出了圖像的類別信息,即利用圖像中的類別目標... 

【文章來源】：燕山大學河北省

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及意義
    1.2 國內外研究現(xiàn)狀
    1.3 本文研究工作
    1.4 本文組織結構
第2章 圖像檢索基礎
    2.1 圖像檢索定義
    2.2 圖像檢索的主要難點
    2.3 圖像檢索特征提取
    2.4 相似性度量
    2.5 CNN和哈希編碼相結合的方法
    2.6 本章小結
第3章 基于“點-面”類別模式的圖像檢索算法
    3.1 引言
    3.2 系統(tǒng)組成
    3.3 基于PTF類別模式的圖像檢索
        3.3.1 特征提取和相似性度量方法的選取
        3.3.2 分類器的選取
        3.3.3 PTF類別模式算法
    3.4 實驗仿真研究
        3.4.1 實驗數(shù)據(jù)
        3.4.2 評價標準
    3.5 實驗仿真與分析
        3.5.1 實驗設置
        3.5.2 傳統(tǒng)PTP方法的檢索性能
        3.5.3 CNN和哈希編碼相結合的方法
        3.5.4 PTF類別模式的圖像檢索性能
    3.6 本章小結
第4章 基于目標語義模式挖掘的圖像檢索算法
    4.1 引言
    4.2 系統(tǒng)組成
    4.3 基于目標語義模式挖掘的圖像檢索
        4.3.1 特征提取和相似性度量方法的選取
        4.3.2 目標語義模式挖掘模型
        4.3.3 目標語義模式中心得分
        4.3.4 目標語義模式挖掘的圖像檢索
    4.4 實驗數(shù)據(jù)與評價標準
    4.5 實驗仿真與分析
        4.5.1 實驗設置
        4.5.2 傳統(tǒng)的“點-點”圖像檢索性能
        4.5.3 CNN和哈希編碼相結合的方法
        4.5.4 目標語義模式挖掘的圖像檢索性能
    4.6 本章小結
第5章 基于目標類別分割的圖像檢索算法
    5.1 引言
    5.2 系統(tǒng)組成
    5.3 基于分割目標與背景的圖像檢索
        5.3.1 特征提取和相似性度量方法的選取
        5.3.2 SSD目標檢測算法
        5.3.3 目標類別分割的圖像檢索
    5.4 實驗數(shù)據(jù)與評價標準
    5.5 實驗仿真與分析
        5.5.1 實驗設置
        5.5.2 傳統(tǒng)的“點-點”方法的檢索性能
        5.5.3 CNN和哈希編碼相結合的方法
        5.5.4 目標類別分割的圖像檢索性能
    5.6 本章小結
結論
參考文獻
攻讀碩士學位期間承擔的科研任務與主要成果
致謝


【參考文獻】：
期刊論文
[1]基于卷積神經網(wǎng)絡和監(jiān)督核哈希的圖像檢索方法[J]. 柯圣財,趙永威,李弼程,彭天強.  電子學報. 2017(01)
[2]基于卷積神經網(wǎng)絡和哈希編碼的圖像檢索方法[J]. 龔震霆,陳光喜,任夏荔,曹建收.  智能系統(tǒng)學報. 2016(03)
[3]基于多特征融合的圖像檢索[J]. 張永庫,李云峰,孫勁光.  計算機應用. 2015(02)
[4]基于內容的圖像檢索系統(tǒng)性能評價[J]. 韋娜,耿國華,周明全.  中國圖象圖形學報. 2004(11)
[5]模糊聚類方法中的最佳聚類數(shù)的搜索范圍[J]. 于劍,程乾生.  中國科學E輯:技術科學. 2002(02)

博士論文
[1]紋理圖像特征提取與分類研究[D]. 許文韜.華東師范大學 2017

碩士論文
[1]彩色圖像特征提取方法研究[D]. 鄭高洋.西安電子科技大學 2017



本文編號：3533557