基于反饋和多特征融合的圖像檢索系統(tǒng)研究與實現(xiàn).pdf

1、隨著傳統(tǒng)互聯(lián)網(wǎng)的普及和移動互聯(lián)網(wǎng)的興起，使得世界上每天都會產(chǎn)生海量的數(shù)字圖像信息，如何從中準確快速的查詢到用戶期望的圖像成為急需解決的問題。傳統(tǒng)的基于關鍵字的圖像檢索已經(jīng)不能滿足人們的日常需求，基于內容的圖像檢索應運而生并很快成為當前研究的熱點。相對于基于關鍵字的圖像檢索而言，基于內容的圖像檢索主要具有兩大優(yōu)勢，其一，對于基于關鍵字的圖像檢索而言，每幅圖像需要人工標注關鍵字，其工作量巨大且效率較低，實現(xiàn)較困難。其二，對于基于關鍵字的圖像

2、檢索來說，不同的人對于同一張圖像的理解和認識往往是不同的，這就造成關鍵字是很主觀和不完整的，基于內容的圖像檢索通過提取圖像底層特征來表示一幅圖像，而這些特征在描述圖像時無疑能更客觀，準確。在已有的圖像檢索系統(tǒng)中，有的系統(tǒng)是基于單一特征的圖像檢索，有的系統(tǒng)是不可以反饋的，有的系統(tǒng)是不方便擴展的，所以本文提出了一種全新的基于可反饋的多特征融合圖像檢索系統(tǒng)。
　　本文主要工作如下：
　　1.首先闡述了CBIR的背景和意義，論述圖像

3、檢索技術的基本原理，分析了傳統(tǒng)圖像檢索系統(tǒng)框架的不足，提出了一種基于Web的圖像檢索系統(tǒng)。
　　2.介紹了基于內容的圖像檢索中基于顏色特征、紋理特征、形狀特征的相關算法，并對圖像的特征相似性度量，多特征融合技術以及相關反饋技術做了介紹。
　　3.在系統(tǒng)功能需求基礎之上，對系統(tǒng)進行了系統(tǒng)設計以及各個子模塊設計，使之具有較高的穩(wěn)定性，可擴展性。
　　4.設計實現(xiàn)了圖像特征分析和提取，并對特征比較算法做了詳細闡述。對于各個特