資源描述：
《基于壓縮域圖象檢索技術(shù)的研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、西北工業(yè)大學(xué)碩士論文摘要基于內(nèi)容的圖象檢索技術(shù)就隨著多媒體技術(shù)的發(fā)展應(yīng)運(yùn)而生。它的主要研究內(nèi)容是根據(jù)自動獲得的圖象特征，從圖象數(shù)據(jù)庫中檢索出相關(guān)圖象。近年來，隨著許多壓縮標(biāo)準(zhǔn)(如JPEG、MPEG、H．261等)的制定和推廣，壓縮格式的圖象使用越來越普遍和廣泛。直接對壓縮格式的圖象進(jìn)行檢索的技術(shù)就成為了基于內(nèi)容的圖象檢索技術(shù)的一個重要的趨勢。本論文圍繞壓縮域圖象檢索中的一些關(guān)鍵方法，包括基于離散余弦變換和基于矢量量化等方法聯(lián)合提取圖象低層特征、圖象間相似性度的度量等技術(shù)，進(jìn)行了一些探索性的研究。主要研究了：l、基于顏色和紋理的一些特征提取算法以及圖象間的相似度度量方法。并深入研究了當(dāng)前壓縮
2、域圖象檢索技術(shù)的發(fā)展現(xiàn)狀；2、基于DCT域的圖象檢索方法，并提出了一種基于重組DCT系數(shù)檢索圖象的方法。3、基于矢量量化的圖象檢索方法。研究對比了標(biāo)量量化、矢量量化以及分類矢量量化等不同量化方法及其統(tǒng)計特征量用于圖象檢索的性能。研究的內(nèi)容屬于目前圖象檢索領(lǐng)域的研究熱點(diǎn)，具有一定的理論意義和實(shí)用價值。本論文的貢獻(xiàn)：提出了一種將JPEG圖象的DCT系數(shù)按照多分辨率小波變換的形式進(jìn)行重組，得到若干子帶并建立子帶能量直方圖作為特征，在按照Morton的順序建立索引，并對索引采用變形B樹數(shù)據(jù)結(jié)構(gòu)組織，進(jìn)行檢索的方法。本方法的檢索時間和數(shù)據(jù)庫大小無關(guān)，而僅僅與圖象子帶數(shù)目相關(guān)，大量的實(shí)驗(yàn)證明本方法極大
3、的降低了檢索時間。關(guān)鍵詞：基于內(nèi)容的圖象檢索，基于壓縮域的圖象檢索，顏色特征，紋理特征，離散余弦變換，子帶能量直方圖，小波變換，矢量量化西北工業(yè)大學(xué)碩士論文AbstractThetechniqueofcontent-basedimageretrieval(CBIR)wasconicintobeingwiththesteadygrowthofmultimediatechnique，themaincontentofthistechniqueistOretrievalrelevantimagesfromimagedatabasebasedonautomaticallyderivedimagefe
4、atures．Inrecentyears，withthedevelopmentandspreadofmanycompressionstandard(JPEGMPEC‘H．261，etc)，compressedimageWaSusedmoreandmorepopularandwidely，SoretrievaloperationdirectlyincompressedformattedimagebecomesallewimportanttrendofCBIR．Inthisdissertation，lotsofexploratoryresearchworkhasbeendonearoundSo
5、mekeytechniquesofImageRetrievalBasedOnCompressed·Domain，whichincludebasedonDiscreteCosineTransform(DCT)，baSedonVectorQuantization(VQ)combinewithlow—levelfeatureextraction，similaritymeasureandSOOil．Theemphasisofthisdissertation：Firstly,somefeatureextractionalgorithmsbasedoncolorandtextureareanalyze
6、danddiscussed，andmadeafull·scalediscussionofthecurrentcompresseddomainretrievaltechniques．Next，IntechniqueofimageretrievalbasedonDCTcompressed-domain．AnimageretrievalapproachbasedonDCTcoefficientsreorderisproposed．Finally,IntechniqueofimageretrievalbasedonVectorQuantization，analyzedandcomparedscal
7、arquantization，vectorquantizationandclassifiedvectorquantizationusingstatisticalfeaturesfortheperformancesofimageretrieval．Thepresentedstudyisthecurrentresearchhotspotofimageretrieval．Thusitsresearchhasboththeory
