基于纹理特征的图像检索系统
文件大小: 2160k
源码售价: 5 个金币 积分规则     积分充值
资源说明:[目录] 1 前言 1 2 图像检索的基本原理 6 3 基于纹理特征的图像检索算法研究 16 4 图像检索系统设计与实现 30 5 总结与展望 43 致谢 44 参考文献 45 [原文] 随着互联网技术向宽带、高速、多媒体方向的发展,人类正快速进入一个信息化的时代。各种信息工具、技术、载体等应运而生。在众多类型的信息资源中,图像具有直观、形象、易于理解和信息量大等特点,成为资源库的重要组成部分。同网络信息一样,由于图像数量巨大,种类繁多,加之排列方式错综复杂,这给图像检索带来了困难。近年来,基于内容的图像检索技术有了长足的发展。基于内容的图像检索能有效的对图像进行管理和检索,这项技术既充分体现了图像的信息特点,又充分结合了传统数据库技术,它的应用对解决信息膨胀,有效快速地利用多媒体信息有很好的实用价值。 图像的内容包括图像的颜色、纹理、形状等视觉特征和语义特征。其中,纹理特征作为最为显著的视觉特征之一,它是一种不依赖于颜色或亮度反映图像中同质现象的视觉特征。纹理特征包含了物体表面结构组织排列的重要信息,以及与周围环境的联系。因此在基于内容的图像检索中得到了广泛应用。 1.1 图像检索的发展现状 自90年代以来,基于内容的图像检索已经成为了一个非常活跃的研究领域。从目前的研究现状来看,基于内容的图像检索......... [摘要] 随着计算机技术和网络技术的发展,以及多媒体的推广应用,产生了大量的各式各样的图像。如何有效地对这些图像进行分析、存储和检索是一个急待解决的问题。基于内容的图像检索技术能有效地解决这一问题,成为研究的重点。图像检索的研究目的就是实现自动化、智能化的图像查询和管理方式,使查询者可以实现方便、快速、准确地查找。纹理是图像的一个主要视觉特征,也是基于内容图像检索系统中的一个重要手段。本文对基于纹理特征的图像检索技术进行了研究,并通过实验验证了检索算法的有效性。 图像的特征提取是图像检索的关键技术之一。本文将灰度共生矩阵用于图像的纹理特征提取。 设计并实现了一个基于纹理特征的图像检索系统。给出了系统的流程图,并介绍了系统的查询模块、特征提取模块、匹配模块和图像显示模块及其各个模块的功能。系统采用欧氏距离法作为图像的相似性度量,采用灰度共生矩阵算法提取图像的纹理特征。最后通过实验对给定的图像进行检索。 [参考文献] [1]章毓晋,基于内容的视觉信息检索.北京科学出版社 [2]吴健康.数字图像分析.人民邮电出版社 [3]赵荣椿.数字图象处理导论.西北工业大学出版社 [4]吕维雪,医学图象处理.上海高等教育出版社 [5]程兵,王莹,郑南宁.基于Markov随机场和FRAME模型的无监督图像分割.中国科学E辑(技术科学)2004.34(4):391-400 [6]罗坛,章毓晋,高永英.基于分析的图像有意义区域提取.计算机学报,2000,23(12):1313—1318 [7]庄越挺,潘云鹤.基于内容的图像检索综述.模式识别与人工智能,1999,12(2):170—172 [8]贾永红.计算机图像处理与分析.武汉:武汉大学出版社,2001. [9]姚敏等,数字图像处理.北京:机械工业出版社,2006,l:205—206. [10](美)崔金泰著,小波分析导论,程正兴译,西安交通大学出版社,1995 [11]夏良正.数字图像处理.东南大学出版社,1999 [12]章毓晋.图像工程(上册).北京:清华大学出版社,2000 [13]何斌等.VC++数字图像处理.第2版.北京:人民邮电出版社,2002 [14]李向阳,庄越挺,潘云鹤.基于内容的图像检索技术与系统.计算机研究与发展, [15]庄越挺,潘云鹤,吴飞编著.网上多媒体信息分析与检索.北京:清华大学出版社,2002 [16]王李冬,邰晓英,巴特尔.基于小波变换纹理分析的医学图像检索[J].中国医疗器械杂志,2006,30(2):102—103. [17]荆延国,一个基于图像中语义对象的图文双向查阅系统的设计与实现.[大连海事大学硕士学位论文].2000:4-6 [18]王上飞,陈恩红,汪祖媛等.基于支持向量机的图像情感语义注释和检索算法的研究.模式识别与人工智能,2004,17(1):27—33
本源码包内暂不包含可直接显示的源代码文件,请下载源码包。