MATLAB紋理圖像檢索算法研究
論文中包含源程序代碼
5.72萬(wàn)字 71頁(yè)

課題背景
隨著網(wǎng)絡(luò)技術(shù)、多媒體技術(shù)和計(jì)算機(jī)技術(shù)的迅速發(fā)展，圖像信息的存儲(chǔ)和應(yīng)用日益廣泛，因此對(duì)于多媒體信息，尤其是大型的圖像數(shù)據(jù)庫(kù)及視頻庫(kù)的有效管理就成為現(xiàn)階段迫切需要解決的問(wèn)題?；趦?nèi)容的圖像檢索就成為解決這一問(wèn)題的關(guān)鍵技術(shù)。傳統(tǒng)的圖像檢索是基于文本方式的檢索技術(shù)（Text-Based Image Retrieva l,TBIR），它存在著兩大困難，尤其是當(dāng)圖像的數(shù)量非常大的時(shí)候，其一是手工對(duì)圖像進(jìn)行注解所需的工作量太大，其二是圖像注解的主觀性的不精確性可能導(dǎo)致的檢索過(guò)程的失敗匹配。因此，這種傳統(tǒng)檢索技術(shù)有很大的局限性。于是，基于內(nèi)容檢索技術(shù)應(yīng)運(yùn)而生，它區(qū)別于傳統(tǒng)的檢索手段，融合了圖像理解技術(shù)，從而可以提供一種從巨大容量的圖像中，根據(jù)人們提出的要求進(jìn)行有效的方法。

目 錄
摘 要 II
Abstract III
目 錄 IV
第1章　緒論 一
1.1課題背景 一
1.2 圖像特征的提取與表達(dá) 二
1.3 顏色特征的提取 二
1.4 紋理特征的提取 三
1.5形狀特征的提取 三
1.6基于內(nèi)容的圖像檢索典型系統(tǒng)介紹 三
1.7 本章介紹 五
第2章 紋理分析算法與相關(guān)技術(shù) 6
2.1 紋理的概述 6
2.2 基于空間性質(zhì)的紋理模型 6
2.2.1 基于自行關(guān)函數(shù)的模型 6
2.2.2基于共生矩陣的模型 7
2.2.3 隨機(jī)分形維模型 7
2.2.4 隨機(jī)場(chǎng)模型 9
2.3 基于頻域性質(zhì)的紋理模型 9
2.3.1 傅里葉功率譜 9
2.3.2 小波變換 10
2.4 基于結(jié)構(gòu)感知性質(zhì)的紋理模型 11
2.5 本章總結(jié) 12
第3章　灰度共生矩陣的紋理分析法 13
3.1 空間灰度層共生矩陣 13
3.2　灰度共生矩陣的特征量的產(chǎn)生 16
3.3　歸一化的方法 19
3.4　本章總結(jié) 20
第4章　實(shí)驗(yàn)過(guò)程及分析 21
4.1　本實(shí)驗(yàn)采用的圖像庫(kù) 21
4.2　本實(shí)驗(yàn)的特征向量相關(guān)性的比較 22
4.3　本論文所采用的歸一化方法 23
4.4 試驗(yàn)結(jié)果分析 23
本章小結(jié) 26
第5章 相似度的方法 27
5.1 視覺(jué)特征的相似度模型 27
5.2 L1距離和L2的距離 27
5.3 直方圖相交 27
5.4 二次式距離 28
5.5 馬氏距離 28
5.6 非幾何的相似度方法 28
5.7 圖像特征的性能評(píng)價(jià) 29
參考文獻(xiàn) 30
仿真結(jié)果 31
源程序 33
致謝 68
畢業(yè)設(shè)計(jì)（論文）成績(jī)?cè)u(píng)定表 69

參考文獻(xiàn)
1 劉忠偉，章毓晉. 1999.綜合利用顏色和紋理特征的圖像檢索.通信學(xué)報(bào)
2 章毓晉,2002.圖像工程(附冊(cè))——教學(xué)參考及習(xí)題解答.北京:清華大學(xué)出版社
3 章毓晉.圖像工程(上、下冊(cè)).北京:清華大學(xué)出版社
4 謝和平,薛秀謙,1997.分形應(yīng)用中的數(shù)學(xué)基礎(chǔ)與方法.北京:科學(xué)出版社
5 Bimbo A. 1999.Visual Information Retrieva l. Morgan Kaufmann,Inc.