基于內容圖像搜索引擎關鍵技術研究.pdf

1、基于內容圖像搜索引擎是一個重要且具有挑戰(zhàn)性的學術研究領域。發(fā)展實用的基于內容圖像搜索引擎，找出圖像之間的相互聯(lián)系，研究基于內容圖像搜素引擎關鍵技術有重要的現(xiàn)實意義。本文將區(qū)域加權信息熵應用于圖像特征提取，探索基于內容圖像搜索引擎圖像庫索引技術新途徑。在研究和比較幾種商用搜索引擎機器學習的基礎上，本文探索適合基于內容圖像搜索引擎的機器學習方法，并開發(fā)出相應的軟件。主要工作包括：
　　 分析現(xiàn)有的基于顏色-空間圖像特征提取算法的基礎

2、上，結合圖像信息熵概念與圖像分割算法，提出了一種新的圖像信息熵描述方法，即區(qū)域加權信息熵，并證明了區(qū)域加權信息熵的若干性質。采用信息熵性能評價指標從概率的角度描述因權值變化而引起的圖像信息熵分布的變化，并考慮應用的興趣區(qū)域以及權值粒度從而確定合理權值。實驗表明區(qū)域加權信息熵方法比單純信息熵方法描述圖像內容準確率高了50[％]以上。
　　 將多維索引概念應用于基于內容圖像搜索引擎中。由于基于圖像內容搜索引擎的特點所以不能使用現(xiàn)有的

3、文本搜索引擎的索引結構。本文對R * 樹索引進行了適應性改進使之能應用到基于內容的搜索引擎中。圖像多特征預處理將圖像的多個特征值規(guī)一化以便建樹及查詢，R * 樹圓域查詢定義了多特征圖像匹配中相似距離的概念，從而找出含有相似圖片的葉子節(jié)點。實驗表明，使用R * 樹索引后檢索時間大幅降低，并且R * 樹索引時間性能優(yōu)于簡單索引結構。
　　 在分析了現(xiàn)有商用搜索引擎機器學習的基礎上，結合基于圖像內容搜索引擎自身特點，設計并實現(xiàn)了基于圖