导读:本文包含了多特征综合检索论文开题报告文献综述及选题提纲参考文献，主要关键词:图像检索,分块颜色体积核特征,MLBP算子,颜色代表值
多特征综合检索论文文献综述
刘芳辉[1]（2018）在《综合多特征的图像检索研究》一文中研究指出随着图像检索技术在众多领域的广泛运用,如何实现准确且有效的检索一直是图像检索研究的难题。为了提高图像检索系统的检索精度和排序值,本课题在基于内容的图像检索相关技术的理论基础上,针对图像的颜色、纹理和形状特征的提取方法展开了相关的研究,研制了一种有效的综合多特征的图像检索技术和检索系统。本课题主要研究内容如下:(1)在提取图像的颜色特征方面,采用了一种新颖的分块颜色体积核特征方法。在颜色量化的基础上,利用颜色体积直方图对颜色的整体信息和空间信息进行描述,同时考虑到图像的主要目标部分位于图像的中间区域,以及为了解决在相似度计算的过程中产生线性不可分的问题,提出重迭九分块策略并引入了核函数,最后对颜色特征进行了较好的表达。(2)在提取图像的纹理特征方面,传统的LBP算子抗噪性和对于不同的结构模式识别性都较差,从而不能对纹理特征进行较好的表达,因此本文提出一种新颖的MLBP算子方法。其核心是采用(μ-σ,μ+σ)作为局部二值化的阈值,同时为了表达主体部分的纹理结构,对图像采用一定的非均匀的分块模式。(3)在提取图像的形状特征方面,采用了一种新颖的基于边界元特征的描述方法。该方法首先在颜色量化的基础上提取每个边界网格的颜色代表值;然后用定义的四种边界元描述子对目标物体的边界网格进行扫描,分别得到边界元直方图和边界元自相关图。(4)采用VC++6.0设计简单且便于操作的多特征融合检索原型系统,实现了在同一检索系统上完成基于不同单一特征的检索以及综合多特征进行检索的实验对比。(本文来源于《华东理工大学》期刊2018-03-25）
黄敏,马亚琼,宫秋萍,朱颢东[2]（2014）在《综合多特征的图像检索方法》一文中研究指出基于内容的图像检索技术利用图像的颜色、纹理、形状等基本特征进行检索,成为当今图像检索领域的一个研究热点.由于图像内容的多样性,不同的图像其侧重点有所不同,为此,论文提出了一种综合多特征的图像检索方法.在该方法中,用户可根据对颜色、纹理或形状信息的敏感程度,调节相应的权值来进行检索,并对检索出的图像按相似度大小给出排名.实验结果表明该方法与采用单一特征的检索方法相比效果有较大改善.(本文来源于《华中师范大学学报(自然科学版)》期刊2014年06期）
朱江烽[3]（2013）在《基于多特征融合的网络媒体综合检索》一文中研究指出信息时代,万物数字化,互联网呈几何级发展态势,特别是网络媒体(Web Media)发展迅猛。互联网的发展离不开数据的发展,这种发展不仅体现在数据规模急剧膨胀上,也体现在数据结构日益复杂上：从传统的单一文本模态向多种模态交错融合发展。面对数量巨大,结构复杂的多模态数据,传统的信息检索技术已经不能满足新形势的需求。如何合理有效的处理海量数据信息,如何从多模态数据中精确高效的匹配出相关资源成为亟待解决的问题。本文从传统信息检索技术出发,研究了单模态、多模态多媒体检索技术的发展与现状。通过整合现今成熟有效的多媒体分析索引方法、融合算法、结果合并算法,本文提出了一种基于多特征后融合的检索框架。该框架的主要思想是分别分析各模态数据特征,根据各模态索引信息并行检索,加权合并结果集。为了更好的处理规模庞大的结果集,该框架引入了ηTA合并算法,以部分合并精准率换取高效的检索速度。该框架以D-Ocean项目(编号：2010ZX01042-002-003)为依托进行了算法集成,并在实际应用中进行了测试和展示。实验证明：相比单模态检索方法,综合框架有更好的检索效果。另外,针对社会媒体海量的多模态数据,本文提出了一种基于多特征前融合建模的检索框架。该框架采用两次聚类的多特征融合方法,其主要思想是先分别对各模态数据进行特征分析,进行一次聚类,然后根据模态数据间的共生概率关系进行二次聚类。该框架兼顾了各模态自身的特性和模态间的关联性,提高了检索质量,并通过建立Lucene索引加快了检索速度。实验证明：相比基于CCA的前融合检索方法,该框架有更好的检索效果。(本文来源于《浙江大学》期刊2013-01-05）
任丽杰[4]（2012）在《综合多特征的图像检索技术研究》一文中研究指出传统的基于内容的图像检索技术使用单一底层特征作为检索手段，在一定程度上约束了图像多种特征来联合表达图像丰富信息的可能性，限制了从不同特征角度来共同表达图像本身信息。综合多特征检索技术研究选取多种类别特征，从不同方面来描述图像特征信息，去除多类特征在综合中的信息冗余问题，提高图像综合特征信息的表示程度和检索效率，节省计算资源。本文首先对综合多特征检索技术课题的背景和技术发展现状做了分析和探讨，详细阐述了目前基于内容的特征检索中存在的一些问题；其次对图像特征选择和特征综合的层次做了介绍，选取纹理特征中的灰度共生矩阵和颜色特征中的主颜色作为检索手段；提取完毕的特征信息本身之间存在信息冗余及向量相关性，特征维数较大，不方便后续的处理，进而提出采用基于核的主成分分析来对特征向量进行降维优化处理，保留图像本身丰富的线性和非线性信息，得到图像信息丰富的，无冗余的特征向量信息；最后在得到优化后的无关特征向量集基础之上，采用遗传算法迭代获取自动化设置的权重，先对初始种群采用浮点数编码，再选择相应的适应度函数作为迭代停止的判别依据，最后经过遗传算法的具体操作（如选择和突变操作），在目标种群中找到适合图像类别的最优化特征权重值。本文在基于内容的图像检索系统平台上做二次开发，设计并开发了综合多特征的检索系统平台，通过比较两种单一特征图像检索和本文提出的综合多特征检索，综合多特征的图像检索的效率明显高于基于单一具体特征检索，是一种有效的检索方法。(本文来源于《沈阳工业大学》期刊2012-02-23）
戴芹,刘建波,刘士彬[5]（2011）在《综合多特征遥感图像智能检索方法的概念设计》一文中研究指出遥感数据作为一种重要的时空数据源,在环境监测、资源管理、灾害预报、重大工程监理、国防安全等众多领域发挥着不可或缺的重要作用。遥感图像检索的效率和精度,直接关系到遥感影像数据应用的广泛性和实时性。本文在对国内外其他领域的图像检索技术、遥感图像检索技术的研究进展及其发展趋势进行综合分析的基础上,针对目前遥感图像检索所存在的主体内容和检索主题难以确定、多特征索引难以建立、多特征难以综合利用、检索系统的智能性低、检索效率低等缺陷问题,结合海量遥感数据的多样性、复杂性、不确定性等特征,提出建立综合多特征遥感图像智能检索方法的研究思路,并分别对遥感图像多特征表达模型和智能检索的概念模型进行理论构建和分析,详细设计了综合多特征遥感图像智能检索的总体方案。另外,对综合多特征遥感图像智能检索方法中的如何构建遥感图像的智能标注方法,发展综合多特征的相似度识别模型,建立遥感图像信息的智能反馈机制等系列关键问题及其发展方向进行分析与讨论。(本文来源于《地球信息科学学报》期刊2011年03期）
焦晓军[6]（2011）在《基于综合多特征的图像检索方法研究》一文中研究指出随着图像获取设备和存储设备的普及、互联网技术的飞速发展,图像信息在人们工作生活的各个方面扮演者越来越重要的作用。传统的类似文本标签方式的图像检索较难满足图像准确检索的需求。基于内容的图像检索技术已逐步成为图像检索的主流。如何在允许的范围内迅速有效地查询到自己需要的图像已成为多媒体技术研究领域关注的焦点。综合多特征的图像检索(IMFIR)是目前基于内容的图像检索(CBIR)的研究热点,本文分别提出基于非线性模糊直方图、颜色及纹理布局特征和ROI与SIFT相结合的的IMFIR算法,实验表明,IMFIR方法比基于单一特征的图像检索性能更好。本文主要工作如下:1.本文分析了基于内容的图像检索系统涉及的CBIR系统架构、特征提取、检索性能评价等6类相关技术;对颜色、纹理和形状叁类图像特征的几种常见提取方法进行了实现。2.依据人眼视觉感知的特性,在分析颜色直方图和梯度向量直方图的基础上,提出了基于非线性模糊化的颜色直方图和梯度向量直方图,然后结合相关反馈的原理优化选取特征组组合构建基于非线性模糊直方图的IMFIR算法。3.在综合分析图像颜色分布和纹理布局特征的基础上,首先将原图像在RGB颜色空间进行均匀量化,把量化后图像的多纹理素直方图作为标识图像的纹理布局的特征;再把原图像转换到CIE L*a*b*颜色空间并量化,提取量化图像的颜色聚合向量作为另一组特征,最后借鉴文本检索中的词加权和相关反馈方法的原理,采用经验参数调节的方法不断修正两组特征测量值的权值完成基于颜色和纹理布局的IMFIR算法。4.在分析感兴趣区(ROI)和尺度不变的特征变换(SIFT)的基础上,提出先在熵图像中提取ROI,再计算ROI的Zernike矩值缩小初选检索图像集,最后用SIFT进行高准确度的匹配或检索的IMFIR算法。该算法适用于窄领域的专业性检索,它涉及的参数较多,文中采用相关反馈法不断地学习和调整这些参数。通过检索图像集验证综合多特征能更客观全面地标识图像,相关反馈原理能较有效地弥合图像特征与视觉感知的差异,这些对于构建实际的图像检索系统具有重要的意义。(本文来源于《重庆大学》期刊2011-04-01）
王晨[7]（2009）在《综合多特征和SVM相关反馈的藻类图像检索技术研究》一文中研究指出藻类是原生生物界一类真核生物,对人类的生产生活有重要贡献,但同时也是水华、赤潮等灾害的元凶,因此对藻类进行正确的分类,以趋利避害,有重要意义。基于内容的图像检索技术(CBIR)是一种利用图像视觉特征建立图像索引,并进行特征的相似性匹配,检索出相似图像的方法。本文旨在针对藻类图像特点,研究一种图像检索算法,从大量的藻类图片库中检索出相关图片,以辅助人工准确快速的确定藻类类别。具体取得以下进展:(1)在分析了藻类图像特点及传统分割方法在藻类图像中的适应性不足的问题后,提出了一种新的分割算法。该算法首先对图像进行去噪处理并提取彩色梯度,对梯度图建立Gamma混合模型,采用EM算法估计模型中的参数后求解梯度阈值并二值化梯度图像,最后采用链码法跟踪细胞轮廓。大量实验表明该算法准确、简单,为进一步的特征提取打好基础。(2)对比分析了各种特征的优缺点,并确定以颜色直方图、不变矩、Gabor变换作为图像的颜色、形状、纹理特征的代表。在对图像进行分割的基础上,提取细胞区域内的各个特征,使得特征相比较全局特征的区分度大大提高。特征提取完毕后,本文又研究了多特征的组织方法,建立基于综合多特征的图像特征索引,随后对比分析了各种相似性度量方法,确定了初次检索的策略。(3)为进一步消除底层视觉特征和高层语义之间的存在的差异,在基于特征的初次检索后,又引入了基于SVM的相关反馈技术,并提出了具有记忆功能的SVM相关反馈算法,解决了小样本下,正例样本和反例样本不足的问题;同时改进了相关反馈的过程,对利用SVM获得的正例集合再次使用相似性度量准则计算,进一步提高了检索精度。(4)基于Matlab平台建立了检索算法的实验平台,并选取10种藻类每种各10个样本作为图像库进行检索实验,实验表明综合多特征的检索效果好于单特征检索效果,而进一步的相关反馈检索结果更加符合用户的要求,准确性也进一步提高。(本文来源于《杭州电子科技大学》期刊2009-12-01）
孙奇平,陈锻生[8]（2009）在《综合多特征和相关反馈的图像检索技术研究》一文中研究指出本文给出一种"颜色+纹理+形状"相结合的多特征融合方法,同时引入相关反馈技术,通过调整特征内部和特征之间的权重进一步提高检索效率。实验表明,综合多特征的CBIR可以减少误匹配,检索结果优于基于单一特征的CBIR结果。(本文来源于《福建广播电视大学学报》期刊2009年05期）
孙文波[9]（2009）在《综合多特征和相关反馈的图像检索技术的研究》一文中研究指出随着Internet的发展和普及,图像数据的数量飞速的增长,传统的基于关键字的图像检索已经不能够满足海量图像检索的需要。图像检索成为图像应用领域中的研究热点之一。他融合了图像识别、数据库技术、人工智能等多个学科的技术。图像检索的技术主要包括各种底层特征提取技术。本文在介绍了基于内容的图像检索的背景和意义之后,简要介绍了图像检索系统的各种经典算法和关键技术。本文是对基于内容的图像检索技术进行研究,主要有:在图像特征的提取方面,本文对颜色、纹理、形状等低层特征提取算法进行研究。在颜色特征提取方面采用HSV颜色空间,为了克服图像位置信息的缺失,提出一种图像重迭分块方法,然后对分块后的图像采用HSV空间进行量化,最后结合累计颜色直方图的方法进行特征的提取进行图像检索。在纹理特征的提取方面,由于灰度共生矩阵提取图的纹理特征算法计算量比较小,并且特征提取的速度较快,特征向量的维数也比较少。所以本文采用该方法作为纹理特征的提取算法。在形状特征提取方面,对前人提出的各种形状特征描述算法进行了深入的研究和分析,提出了综合图像的区域和轮廓两种形状特征进行基于形状特征的检索。在不等间距的环形分块的基础上应用Zernike矩提取图像的区域形状特征。在轮廓特征提取中应用Canny算子获取图像的边界点,对提取的边缘点进行处理之后,计算边界点到重心距离,得到距离值的均值和方差,做为图像的轮廓特征。将两种形状特征结合兼顾了图像的边缘和区域的特征。实验证明比传统方法能够提取更多的图像的形状信息,达到更好的检索结果。最后在对上述算法研究的基础上,本文实现了一个综合多特征的图像检索的实验系统。该系统实现了基于颜色、纹理、形状的多特征检索,并且为了减少底层特征和高层语义之间的鸿沟,实现了根据用户的主观评价,动态的调整特征权值,对检索的结果进行反馈。(本文来源于《江南大学》期刊2009-08-01）
裴起震[10]（2009）在《基于自适应特征综合的图像检索技术研究》一文中研究指出随着Internet的普及和发展,图像数据飞速膨胀,如何高效、快速的检索到所需要的图像数据成为当前图像应用领域的一个研究热点。为了便于图像的检索和识别,基于内容的图像检索技术应运而生。本文在分析现有的基于内容的检索技术的基础上,针对目前技术中存在对图像特征提取不够有效和准确性方面的局限,主要进行了如下研究:首先介绍了图像检索技术研究的发展历程以及技术现状,然后分别讨论和研究了基于颜色、纹理、形状单一特征的图像检索技术。其中为了弥补颜色直方图所丢失的颜色空间信息,改进了一种分块直方图的颜色特征提取方法,并通过实验对比全局直方图检索结果,证明了分块直方图的算法要更优。基于单一特征的方法只能表达图像的部分属性,对图像内容的描述片面,缺足够的区分信息,本文通过实验研究了基于静态特征组合的图像检索算法,通过对实验结果的分析,总结了算法的优缺点,并提出了静态特征组合所存在对特征组合机械的缺点。根据前面的分析,提出了一种基于自适应特征综合的图像检索算法,该算法可以通过图像本身底层特征结构来自适应地选取各个特征在计算综合相似度距离中的权重,以达到在没有用户干预的情况下,达到较好的检索效果。通过实验对比,该方法相对于前面的静态综合特征图像检索方法具有更好的检索效果。最后总结了本文的工作和目前算法仍存在的问题,并讨论了基于内容图像检索今后的发展方向。(本文来源于《四川师范大学》期刊2009-04-26）
多特征综合检索论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于内容的图像检索技术利用图像的颜色、纹理、形状等基本特征进行检索,成为当今图像检索领域的一个研究热点.由于图像内容的多样性,不同的图像其侧重点有所不同,为此,论文提出了一种综合多特征的图像检索方法.在该方法中,用户可根据对颜色、纹理或形状信息的敏感程度,调节相应的权值来进行检索,并对检索出的图像按相似度大小给出排名.实验结果表明该方法与采用单一特征的检索方法相比效果有较大改善.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多特征综合检索论文参考文献
[1].刘芳辉.综合多特征的图像检索研究[D].华东理工大学.2018
[2].黄敏,马亚琼,宫秋萍,朱颢东.综合多特征的图像检索方法[J].华中师范大学学报(自然科学版).2014
[3].朱江烽.基于多特征融合的网络媒体综合检索[D].浙江大学.2013
[4].任丽杰.综合多特征的图像检索技术研究[D].沈阳工业大学.2012
[5].戴芹,刘建波,刘士彬.综合多特征遥感图像智能检索方法的概念设计[J].地球信息科学学报.2011
[6].焦晓军.基于综合多特征的图像检索方法研究[D].重庆大学.2011
[7].王晨.综合多特征和SVM相关反馈的藻类图像检索技术研究[D].杭州电子科技大学.2009
[8].孙奇平,陈锻生.综合多特征和相关反馈的图像检索技术研究[J].福建广播电视大学学报.2009
[9].孙文波.综合多特征和相关反馈的图像检索技术的研究[D].江南大学.2009
[10].裴起震.基于自适应特征综合的图像检索技术研究[D].四川师范大学.2009