基于內(nèi)容的圖象檢索的方法研究及多媒體數(shù)據(jù)庫Ebase3的系統(tǒng)實(shí)現(xiàn)
頁數(shù) 59 字?jǐn)?shù) 26639
摘要

長期以來，一直缺乏著對(duì)圖象的有效的檢索工具。在Internet和多媒體PC迅猛發(fā)展的今天，對(duì)此類工具的需求變得十分迫切。CBIR（Content Based Image Retrieval：基于內(nèi)容的圖象檢索 ）正是在這個(gè)背景之下提出來。CBIR的發(fā)展很快，但也碰到一些關(guān)鍵的問題，這些問題的能否解決，在很大程度上決定了CBIR的前途。我們將對(duì)CBIR的技術(shù)成果進(jìn)行研究和探討。
特征索引是CBIR的關(guān)鍵問題之一，它決定了CBIR的效率。我們提出了一種基于神經(jīng)網(wǎng)絡(luò)SOM（Self-Organizing Map：特征影射網(wǎng)絡(luò)）和統(tǒng)計(jì)檢驗(yàn)的索引方法。該方法彌補(bǔ)了傳統(tǒng)的多維索引方法和基于SOM索引方法的不足，能有效的將圖象特征動(dòng)態(tài)索引。從測(cè)試結(jié)果可以看出，無論是查詢速度或查詢精度，該索引方法都要比順序查找遠(yuǎn)遠(yuǎn)要好，基本達(dá)到了特征索引的要求。
CBIR的概念也是多媒體數(shù)據(jù)庫所需的。我們引入了CBIR的方法，改造了舊的數(shù)據(jù)庫引擎Ebase2，使之真正成為多媒體數(shù)據(jù)庫。Ebase3采用了基于SOM和統(tǒng)計(jì)檢驗(yàn)的索引算法。它的框架是開放性的，因此具有媒體獨(dú)立性和特征擴(kuò)充性。這兩個(gè)特性使Ebase3適用于廣泛的領(lǐng)域。


關(guān)鍵字

基于內(nèi)容,圖象檢索,多媒體數(shù)據(jù)庫,多維索引,神經(jīng)網(wǎng)絡(luò),特征影射網(wǎng),媒體獨(dú)立性





內(nèi)容目錄
Abstract 4
摘要 5


第一章 前言 6
論文貢獻(xiàn)和內(nèi)容 6
第二章 CBIR方法 8
2.1 前言 8
2.2 CBIR的解決之道 8
2.2.1 特征抽取 11
2.2.2 圖象匹配 14
2.2.3 特征索引 17
2.2.4 用戶反饋 19
2.2.5 著名的CBIR系統(tǒng) 20
2.3 CBIR遺留問題 21
第三章 解決方法 23
3.1 前言 23
3.2 基于SOM和統(tǒng)計(jì)檢驗(yàn)的特征索引算法 23
3.2.1 圖象索引問題 23
3.2.2 已有的SOM索引方法 24
3.2.3 基于SOM和統(tǒng)計(jì)檢驗(yàn)的索引算法 25
3.2.4 總結(jié) 30
3.3 實(shí)驗(yàn)結(jié)果和分析 30
3.3.1 ImageHouse系統(tǒng) 30
3.3.2 測(cè)試配置 32
3.3.3 測(cè)試結(jié)果 32
第四章 Ebase 3的系統(tǒng)實(shí)現(xiàn) 42
4.1 多媒體數(shù)據(jù)庫 42
4.2 Ebase簡(jiǎn)介 42
4.3 Ebase 3系統(tǒng)實(shí)現(xiàn) 43
4.3.1 數(shù)據(jù)建模 43
4.3.2 邏輯框架 44
4.3.3 功能框架 50
4.3.4 特點(diǎn) 52
4.4 EBASE3的性能測(cè)試 53
4.5 總結(jié) 54
第五章 應(yīng)用前景展望 55
第六章 總結(jié) 57
參考文獻(xiàn) 58

圖表目錄
圖2-1： CBIR抽象框架 11
圖3-1：兩類相交示意圖 25
圖3-2：SOM拓?fù)浣Y(jié)構(gòu) 26
圖3-3：樣本分布曲線 28
圖3-4：樣本分類查詢示意圖 29
圖3-5：基于TEXTURE的運(yùn)算次數(shù)比較圖 34
圖3-6：基于TEXTURE的查詢精度比較圖 34
圖3-7：使用索引算法的查詢例子1（基于紋理特征） 35
圖3-8：順序查找的查詢例子1（基于紋理特征） 36
圖3-9：使用索引算法的查詢例子2（基于紋理特征） 37
圖3-10：順序查找的查詢例子2（基于紋理特征） 38
圖3-11：基于Color Histogram的查詢精度比較圖 39
圖3-12：使用索引算法的查詢例子（基于Color Histogram） 40
圖3-13：順序查找的查詢例子（基于Color Histogram） 41
圖4-1：Ebase3功能框架示意圖 52





參考文獻(xiàn)
[1] Greg Pass, Ramin Zabih, and Justin Miller. Comparing images using color coherence vectors.
Proc. ACM Conf. On Multimedia, 1996
[2] J.Huang, S. Kumar, M.Mitra, W.J.Zhu, and R.Zabih. Image indexing using color correlogram. Proc. of IEEE Conf. On Computer Vision and Pattern Recognition, 1997
[3] J.R.Smith and S.F.Chang. Local color and texture extraction and spatial query. Proc. IEEE
Int. Conf. on Image Proc., 1996
[4] W.Y.Ma, Yining Deng, and B.S.Manjunath. Tools for texture/color based search of images.
SPIE Int. Conf. 3106, Human Vision and Electronic Imaging , Feb, 1997
[5] Robert M. Haralick, K.Shanmugam. Texture Features for Image Classification. IEEE Trans.
On Sys, Man, and Cyb, SMC-3(6), 1973