本文对基于内容的图像检索技术中的特征提取技术进行了研究,提出了一种基于自适应准希尔伯特曲线的图像检索方法。该方法首先利用自适应准希尔伯特曲线对图像进行扫描,将数字图像从二维离散信号转变为一维离散信号,再对扫描得到的一维信号进行离散余弦变换,取若干位于前面的离散余弦变换系数作为特征向量,在此基础上实现快速检索。论文的主要工作和贡献有—— 1.针对标准希尔伯特曲线只能填充特定尺寸的方阵的弱点,提出了一种自适应准希尔伯特曲线。自适应准希尔伯特曲线不但具有标准希尔伯特曲线的一切优点,而且能填充任意尺寸的点阵,突破了标准希尔伯特曲线在应用上的局限性。 2.将自适应准希尔伯特曲线应用于图像检索领域——首先利用自适应准希尔伯特曲线对图像进行扫描,将图像从二维离散信号转变为一维离散信号,再对扫描得到的一维信号进行离散余弦变换,取若干位于前面的离散余弦变换系数作为特征向量,在此基础上实现了快速检索。 3.用实验分析了在基于自适应准希尔伯特曲线的图像检索方法中,量化等级数和离散余弦变换系数个数对检索结果的影响。 4.将基于自适应准希尔伯特曲线的检索方法和基于全局颜色直方图的检索方法进行了比较,两者所花费的检索时间相差无几,但前者的检索效果比后者有很大的提高。 5.设计并实现了一个简单的基于自适应准希尔伯特曲线的实验检索系统。