论文部分内容阅读
随着多媒体、网络技术的快速发展,图像的应用日益广泛,传统的基于文本关键词的检索方法已经不能适应当今图像检索的要求,使得基于内容的图像检索(Content-Based Image Retrieval, CBIR)具有很大的现实意义而成为当前国内外研究的热点。同时,Contourlet变换将图像的多尺度和多方向表示灵活而有机地结合起来,因而能准确地、最优地刻画图像。因此,基于Contourlet变换的理论和应用在图像检索领域具有广阔的应用前景。本文在全面分析基于内容的图像检索领域中的关键技术的基础上,重点研究了多尺度几何分析技术Contourlet变换和非下采样Contourlet变换(Nonsubsampled Contourlet Transform, NSCT)在基于内容的图像检索算法中的应用。主要工作概括如下：1.系统分析了基于内容的图像检索领域的一些关键技术,如颜色、形状和纹理等图像底层特征的描述方法,图像间的相似性度量方法,图像检索的相关反馈技术和图像检索算法的评价准则等。2.分析了小波变换在图像处理中的不足,详细介绍了Contourlet变换与NSCT的基本理论和实现过程,并从理论上分析比较了两种算法。3.基于Contourlet和NSCT的特点,提出了两种融合纹理特征和形状特征的图像检索算法：基于Contourlet纹理特征和高斯描绘子形状特征的图像检索算法,基于NSCT纹理特征和高斯描绘子形状特征的图像检索算法。加权融合纹理和形状特征,采用欧氏距离进行相似性度量,并采用Adaboost算法进行相关反馈。4.通过仿真实验,比较了基于Gabor、Contourlet和NSCT的三种算法在外观设计专利图像检索中的查准率和查全率,验证了本文提出的基于Contourlet纹理特征和高斯描绘子形状特征的图像检索算法的可行性和有效性,通过Adaboost相关反馈过程,能有效提高图像检索的准确性。