图像检索 视觉词汇 词汇树 分层量化 金字塔匹配核论文

1、图像检索论文：用于图像检索的视觉词汇树研究【中文摘要】随着多媒体相关技术的发展,数字图像的规模迅速扩大,其应用也越来越广泛。因此,如何有效、快速地从大规模图像数据中检索出所需的图像已成为一个研究热点。传统的基于文本的图像检索方式由于人工标注图像引起的主观性以及不确定性等弊端,已经不能满足用户对查询的要求。基于内容的图像检索主要以基于图像底层的视觉特征检索为主,系统直接提取图像的视觉特征,将图像数据库中的图像与用户的查询图像表示成特征向量,然后通过计算特征向量的相似度来选取检索结果,提高了检索的效率。在本论文中,通过对图像的底层视觉特征进行分层K均值聚类,定义分支因子B和层数L以确定每个节点子节

2、点的数目以及树的高度,形成了一个树形结构的特征组织方式。树的每个节点称为视觉词汇,利用视觉词汇树,将从图像中提取的底层特征量化到视觉词汇中,从而将图像用一个离散的视觉词汇向量表示。视觉词汇树采用文本检索中的倒排文件结构存储图像,通过视觉词汇向量的距离度量比较图像的相似度。通过对同一视觉特征集合构建多个词汇树,并且将其合并为词汇森林,可以实现对特征空间的精确划分。通过对图像特征的分层量化,形成一个特征词汇多分辨率直方图,引入金字塔匹配核(Pyramid Matchin.【英文摘要】As the development of technologies related with multimedia

3、, the scale of digital image has expanded rapidly, as well as the application of that has become more and more widely. Therefore, how to retrieve the needed image from a large-scale image database effectively and quickly has become a hot topic. Because of the disadvantages of the traditional image r

4、etrieval techniques which are based on text description and keyword, such as the subjectivity and the inaccurateness caused by artificial image tagging an.【关键词】图像检索 视觉词汇 词汇树 分层量化 金字塔匹配核【英文关键词】Image retrieval visual word vocabulary tree hierarchical quantification Pyramid Matching Kernel【目录】用于图像检索的视觉

5、词汇树研究摘要3-4Abstract4-5目录6-8第一章 绪论8-141.1 研究背景8-91.2 国内外研究现状9-121.2.1 一些实用的图像检索系统10-111.2.2 研究的热点和难点11-121.3 本文主要研究工作以及论文的组织结构12-14第二章 基于视觉特征的图像检索概述14-262.1 概述142.2 基于视觉特征的图像检索系统框架及功能14-162.3 基于视觉特征图像检索的关键技术16-232.3.1 图像分割技术16-192.3.2 相似度度量19-212.3.3 索引技术21-232.4 图像检索系统的评价准则23-242.5 本章小结24-26第三章 图像内容的

6、特征描述26-343.1 图像特征的选择263.2 图像颜色特征26-293.2.1 颜色直方图273.2.2 颜色矩27-283.2.3 颜色集283.2.4 颜色聚合向量28-293.2.5 颜色相关图293.3 图像纹理特征29-313.3.1 Tamura纹理特征29-313.3.2 基于小波变换的纹理特征313.4 图像形状特征31-333.5 图像空间关系特征333.6 本章小结33-34第四章 词汇树的构建34-444.1 关键词模型34-354.2 词汇树35-384.3 TF-IDF加权方法38-394.4 图片的相似性度量39-404.5 实验结果及分析40-424.6 本章小结42-44第五章 自适应词汇树算法44-585.1 金字塔匹配核44-465.2 词汇树的自适应生长46-475.3 自适应生长算法47-505.3.1 新词汇树的生长47-495.3.2 删除过时的节点495.3.3 金字塔的维护49-505.4 实验分析50-575.4.1 词汇森林与词汇树50-515.4.2 自适应词汇树与静态词汇树51-525.4.3 生长参数的影响52-565.4.4