《基于曲波变换和siftpca算法的图像检索枝术的研究》由会员分享，可在线阅读，更多相关《基于曲波变换和siftpca算法的图像检索枝术的研究（58页珍藏版）》请在金锄头文库上搜索。
1、国内图书分类号：T P 3 9 1 4 1 国际图书分类号：0 0 4 西南交通大学 研究生学位论文 密级：公开 年 级一 三QQ 九 姓名蠢雪： 申请学位级别亟 专业筐呈量值：曼处理 指导老师箧进 二零一二年四月二十四E t ： 褥 S o u t h w e s tJ i a o t o n gU n i v e r s i t y M a s t e rD e g r e eT h e s i s R ES E A R C HO FI M A G ER E T R I E V A LB A S E D O NC U R V E L E TT R A N S F O R MA N DS I
2、 F T P C A A L G O R I T H M G r a d e ：2 0 0 9 C a n d i d a t e ：X u eO i n A c a d e m i cD e g r e eA p p l i e df o r ：M a s t e rD e g r e e S p e c i a l i t y ：S i g n a la n d i n f o r m a t i o np r o c e s s i n g S u p e r v i s o r ：J i nH o u 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论
3、文的规定，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1 保密口，在年解密后适用本授权书； 2 不保密酬使用本授权书。 ( 请在以上方框内打、，”) 指导老师签名：臣陋 日期：纠上陟 蚕似 j 名 签 刈 一 渺 作 肌 刘 瑚 啪 日 换后图像灰度值求实处理。由此得到的图像，保留了图像的概貌和图像的边缘信息。 2 图像特征点提取 针对利用S I F T 算法提取出的图像特征点向量维数较多，造成计算量较大，
4、检索效率低等问题， 本文选用一种S I F T 和主成分分析( P r i n c i p a lC o m p o n e n t A n a l y s i s ，P C A ) 相结合的S I F T - P C A 算法。 该算法首先采用S I F T 算法提取图像特征点向量，然后利用改进的P C A 算法把特征点向量变换到另 一个空间，得到最具有代表性的特征参数，实现对特征点向量的降维。此算法在保证原S I F T 算法 鲁棒性的同时减少了计算量，并且增强了实时性。实验结果很好的说明了该算法具有尺度、平移、 旋转、光照不变性，并且能很好地应用在图像检索中。 3 基于图像融合特征的检索
5、 使用单一的特征对图像进行检索时，取得一定的检索效果，但是单一的图像特征具有一定的局 限性，比如边缘特征使用于图像形状比较简单的图像等，为了克服单一特征的不足，本文通过融合 边缘特征和特征点来实现图像的有效检索 4 检索系统实现与实验分析 通过以上几个部分，本文实现了图找图功能的图像检索系统，通过检索系统能直观的显示算法 的检索精度。此外，针对以上提出的各种算法，通过不同的标准图像库进行了详细的实验数据分析 和结果讨论。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰 写过的研究成果。对本文的研
6、究做出贡献的个人和集体，均已在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名： 套唁 日期：W b 工f 第l 页 C B I R 技术是利用图像本身的性质( 如颜色、纹理、形状、空间关系等) ，并借助 计算机视觉、图像处理和模式识别等技术来实现图像的有效检索。图像的性质中，形 状特征比较符合人们的视觉感知，人们倾向于选用形状特征实现图像的检索。但是， 形状特征本身固有其特殊性，使得根据形状特征进行图像检索，具有一定的难度，因 此基于形状的图像检索技术是C B I R 技术中一个极具挑战性的研究课题，具有非常重 要的研究意义与发展前景。 本文首
7、先介绍了C B I R 技术和基于形状的图像检索的研究背景、现状以及用到的 相关技术，同时对基于形状特征的图像检索中的关键技术进行了介绍和分析。并针对 图像边缘特征提取中，常用的边缘特征提取算法计算量大，复杂度高的缺点，本文引 入了利用曲波变换( C T ，C u r v e l c tT r a n s f o r m ) 算法来提取图像的边缘信息。 然后，针对利用传统的S I F T ( S c a l e i n v a r i a n t F e a t u r e T r a n s f o r m ) 算法提取出的图像特 征点向量维数较多，计算量大，检索效率低等缺点提出了一种基于S
8、 I F T 和主成分分析 ( P C 八P n n d p a lC o m p o n e n tA n a l y s i s ) 相结合的S I F T - P C A 算法。该算法先利用S I F T 算 法获得图像特征点向量，然后通过改进的P C A 算法把提取出的特征点向量变换到另一 个空间，获得有代表性的特征参数，达到对特征点向量的降维。此算法在保证原S I F T 算法鲁棒性的同时减少了计算量，并且增强了实时性。 最后，利用本文设计的图像检索系统，将传统的形状特征提取算法和本文提出的 利用C T 算法提取图像的边缘信息、S I F T - P C A 算法提取图像的关键特征点
9、，以及融合 这两种特征进行检索实验，验证了本文提出的图像检索方法的有效性和实用性。 本文通过一个标准C o r d 数据库，一个C o i l 1 0 0 彩色图像库，一个常用图像库 M P E G 7 图像库和P 1 1 0 0 商品图像库，对本文提出的算法进行了实验设计与分析，通过 实验说明算法的有效性和鲁棒性。实验结果表明，本文算法比一些常用特征描述算法 更能有效检索图像。 关键词：图像检索；融合特征；特征点；S I F T 特征；边缘检测 i s s u ei nt h ef i e l do fm u l t i m e d i ar e s e a r c h I no r d e
10、 rt os o l v et h ei s s u e ，p e o p l ec o m eu pw i t h C B I R ( C o n t e n t - b a s e dI m a g eR e t r i e v a l ) C B I Ri st h eU S eo ft h en a t u r eo ft h ei m a g es u c ha sc o l o r , t e x t u r e ，s h a p e ，s p a t i a lr e l a t i o n s ， a n di m a g ep r o c e s s i n gt e c h
11、 n o l o g y , p a t t e r nr e c o g n i t i o na n dc o m p u t e rv i s i o nt e c h n o l o g ye t ct o a c h i e v ei m a g er e t r i e v a l D u et ot h es h a p ef e a t u r eo fi m a g ei sb e t t e rm e e tp e o p l e Sv i s u a l p e r c e p t i o na n dt h e u s e r sp r e f e rt or e t
12、r i e v ei m a g ew i t hi t H o w e v e r , t h er e a l i z a t i o no f S h a p e - b a s e dI m a g eR e t r i e v a lh a sac e r t a i nd e g r e eo fd i f f i c u l t yb e c a u s eo ft h ei n h e r e n t s p e c i f i c i t yo fs h a p ef e a t u r e T h e r e f o r e ，S h a p e - b a s e dI
13、m a g eR e t r i e v a l ，ac h a l l e n g i n gs u b j e c t i nC B m , h a sv e r yi m p o r t a n ts i g n i f i c a n c eo ft h er e s e a r c ha n df u t u r ep r o s p e c t s T h ep a p e rf i r s t l yi n t r o d u c e st h er e s e a r c hb a c k g r o u n d ，s t a t u sa n dt h ea p p l i
14、e dr e l a t e d t e c h n o l o g yb a s e d o nt h eC B I Ra n dS h a p e - b a s e dI m a g eR e t r i e v a l ，e s p e c i a l l yd e e p l y i n v e s t i g a t et h ec r u c i a lt e c h n o l o g yo fS h a p e - b a s e dI m a g e R e t r i e v a l A ss o m eu s u a lm e t h o d s a r ea l w
15、a y sc o m p l e xa n dn e e dl a r g ec o m p u t a t i o n T h i sp a p e rp r o p o s e san o v e lm e t h o db a s e d o ni m p r o v e dC T ( C u r v e l e tT r a n s f o r m ) a l g o r i t h mt oo v e r c o m et h i sd r a w b a c k T h e nf o rt h el i m i t a t i o n so ft h es c a l e i n
16、v a r i a n tf e a t u r ep o i n t se x t r a c t i o na l g o r i t h ma r e d i s c u s s e da tp r e s e n t ，i n c l u d i n gl a r g e rm o u n to fc a l c u l a t i o n ，m o r ec o m p l e xm a t c h i n g ，a n d l o w e rr e t r i e v a lr a t e ，t h i sp a p e rp r o p o s e sa l li m p r o v e da l g o r i t h mS I F T ( S c a l e i n v a r i a n t F e a t u r eT r a n s f o r m ) w i t hP C A ( P C A ，P r i n c i p a lC o m p o n e
