隨著多媒體技術的發(fā)展,網絡中產生了大量的圖像,從而使得圖像信息的獲取變得尤為重要,如何精確快捷地從海量圖像中獲取到自己所需的內容,這就涉及到圖像的分類與檢索問題。一直以來,傳統(tǒng)的圖像檢索方法都是基于文本的檢索。然而,隨著圖像數量不斷增多,基于文本的檢索方法已經不能滿足人們的信息檢索需求�；趦热莸膱D像檢索技術通過系統(tǒng)對圖像進行特征描述,并提取圖像的視覺特征來實現圖像檢索,克服了傳統(tǒng)的基于文本檢索中通過人工標注圖像帶來的片面性、主觀性等缺點。近年來基于內容的圖像檢索技術受到廣泛的關注,已成為該領域的一個熱門研究課題。首先,本文梳理了基于內容的圖像檢索技術的發(fā)展及研究成果,研究了圖像檢索的相關技術以及圖像檢索中常用的PCA算法和BP神經網絡算法。本文通過融合具有顏色表達直觀、計算簡單的HSV顏色直方圖和具有對圖像的旋轉、尺度縮放和亮度變化較強魯棒性的SIFT特征給出了一種融合算法,并針對HSV顏色直方圖無法表達顏色空間分布信息和SIFT特征匹配方法準確性不足的問題,提出了一種改進的融合算法。采用對圖像進行重疊分塊的方法,突出圖像中心的視覺內容,并改進了 SIFT特征度量算法。然后將這兩種改... 

【文章頁數】：57 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 基于內容的圖像檢索技術研究現狀
    1.3 本文的主要工作及章節(jié)安排
2 相關理論基礎
    2.1 基于內容的圖像檢索技術
        2.1.1 圖像特征提取
        2.1.2 相似性度量
        2.1.3 性能評價標準
    2.2 PCA算法
    2.3 BP神經網絡
        2.3.1 BP神經網絡算法
        2.3.2 BP神經網絡結構設計
    2.4 本章小結
3 基于HSV顏色空間和SIFT特征實現的圖像檢索
    3.1 基于顏色和SIFT特征的融合算法
        3.1.1 HSV顏色直方圖
        3.1.2 SIFT特征
        3.1.3 相似匹配計算
        3.1.4 融合算法原理
    3.2 改進的基于顏色和SIFT特征的融合算法
        3.2.1 基于分塊顏色直方圖特征提取
        3.2.2 SIFT特征匹配
    3.3 融合算法的圖像檢索實驗
        3.3.1 圖像檢索系統(tǒng)設計
        3.3.2 實驗數據
        3.3.3 實驗結果與分析
    3.4 本章小結
4 基于SIFT降維和BP神經網絡的圖像檢索
    4.1 基于PCA的SIFT特征提取降維算法
        4.1.1 運用PCA對SIFT特征進行降維
        4.1.2 仿真驗證
    4.2 基于SIFT降維和BP網絡的圖像檢索
        4.2.1 基于SIFT降維的BP網絡設計
        4.2.2 基于SIFT降維和BP神經網絡的圖像檢索算法
    4.3 基于SIFT降維和BP網絡的圖像檢索實驗
        4.3.1 實驗數據
        4.3.2 實驗步驟
        4.3.3 實驗結果與分析
    4.4 本章小結
5 總結與展望
    5.1 本文工作總結
    5.2 研究展望
致謝
參考文獻


【參考文獻】：
期刊論文
[1]基于新的空間關系特征的圖像檢索方法[J]. 郭倩,楊紅菊,梁新彥.  計算機應用. 2016(07)
[2]改進的基于顏色和SIFT特征的圖像檢索方法[J]. 鄭啟財,曾智勇,池燕玲.  計算機系統(tǒng)應用. 2015(11)
[3]基于分塊顏色核特征的圖像檢索方法[J]. 王琪,杜娟,徐國清,程彬.  現代電子技術. 2015(15)
[4]基于中心-輪廓距離特征統(tǒng)計的形狀表示方法[J]. 郭樹旭,趙靜,李雪妍.  電子與信息學報. 2015(06)
[5]一種基于PCA的組合特征提取文本分類方法[J]. 李建林.  計算機應用研究. 2013(08)
[6]基于SIFT特征和顏色融合的圖像檢索方法[J]. 董傲霜,宋宏亮.  吉林大學學報(工學版). 2013(S1)
[7]基于色彩和邊緣特征的圖像檢索方法[J]. 劉付民,張治斌.  計算機應用. 2012(05)
[8]一種不變的基于傅立葉變換的區(qū)域形狀描述子[J]. 王斌.  電子學報. 2012(01)
[9]主成分分析法（PCA）在SIFT匹配算法中的應用[J]. 馬莉,韓燮.  電視技術. 2012(01)
[10]基于分塊主顏色匹配的圖像檢索[J]. 林克正,張彩華,劉丕娥.  計算機工程. 2010(13)

博士論文
[1]圖像直方圖特征及其應用研究[D]. 汪啟偉.中國科學技術大學 2014
[2]形狀特征描述及聚類算法研究[D]. 潘鴻飛.安徽大學 2011

碩士論文
[1]基于神經網絡的靜態(tài)手勢識別算法研究[D]. 高龍.寧夏大學 2017
[2]基于顏色和SIFT特征的圖像檢索技術及其分布式實現[D]. 李宇潔.東南大學 2017
[3]基于PCA-SIFT在圖像檢索上改進算法的研究[D]. 張霜.吉林大學 2016
[4]基于神經網絡方法的手勢行為識別技術研究[D]. 周龍.電子科技大學 2015
[5]基于改進BP神經網絡多示例學習的自然圖像分類算法研究[D]. 黃晗.安徽大學 2014
[6]基于SIFT降維和BP網絡的人臉識別方法的研究[D]. 馮博.河南大學 2014
[7]基于HSV顏色空間和SIFT特征的近似圖像檢索[D]. 王亞如.蘭州大學 2014
[8]基于紋理特征和BP神經網絡的醫(yī)學圖像檢索[D]. 李琳.河南理工大學 2012
[9]基于紋理分類的圖像檢索技術研究[D]. 馬媛媛.河南理工大學 2010



本文編號：3657450