資源描述：
《圖像檢索技術(shù)在CG項(xiàng)目管理系統(tǒng)中的應(yīng)用》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、碩士論文圖像檢索技術(shù)在CG項(xiàng)目管理系統(tǒng)中的應(yīng)用摘要隨著網(wǎng)絡(luò)技術(shù)、多媒體技術(shù)、數(shù)據(jù)庫技術(shù)以及計(jì)算機(jī)視覺技術(shù)的快速發(fā)展，圖像作為一種重要的多媒體信息的載體，已經(jīng)廣泛地應(yīng)用于眾多領(lǐng)域。為了方便用戶能夠快速地、準(zhǔn)確地從海量的圖像資源中找到自己所需要的圖像，基于內(nèi)容的圖像檢索(CBIR)技術(shù)正逐漸成為目前研究的熱點(diǎn)。本文在研究和掌握基于內(nèi)容的圖像檢索技術(shù)相關(guān)領(lǐng)域知識的基礎(chǔ)上，對圖像特征的提取方法進(jìn)行了深入地學(xué)習(xí)，并完成了以下工作：1、采用接近人類感知的HSV顏色空間來提取圖像特征，在對幾種直方圖特征描述法研究的基礎(chǔ)上，通過實(shí)驗(yàn)驗(yàn)證了其算法的有效性，并對它們的性能進(jìn)行比較分
2、析，最后采用改進(jìn)的局部累積直方圖法。在對形狀的基于區(qū)域和基于輪廓的描述的學(xué)習(xí)基礎(chǔ)上，對傳統(tǒng)的相似度量方法加以改進(jìn)，實(shí)現(xiàn)了新的回形分塊統(tǒng)計(jì)法，實(shí)驗(yàn)表明該方法可提高檢索的查全率和查準(zhǔn)率。2、為提高系統(tǒng)的檢索性能，在融合多種特征圖像檢索中，本文分別對顏色和紋理特征、紋理和形狀特征、顏色紋理和形狀三種綜合的圖像檢索方法進(jìn)行了研究，同時實(shí)現(xiàn)了綜合局部累積直方圖法、灰度共生矩陣和回形分塊統(tǒng)計(jì)等幾種算法的圖像檢索系統(tǒng)，最后通過實(shí)驗(yàn)表明采用綜合檢索方法能夠有效地提高系統(tǒng)的查準(zhǔn)率。3、在融合多特征的圖像檢索系統(tǒng)中引入了相關(guān)反饋機(jī)制，其主要思想是通過用戶對檢索結(jié)果的反饋信息，動態(tài)的
3、調(diào)整圖像特征的權(quán)重來達(dá)到改進(jìn)檢索結(jié)果的目的，再利用新的權(quán)值進(jìn)行圖像檢索。實(shí)驗(yàn)表明該相關(guān)反饋策略能夠提高系統(tǒng)的檢索效率，能夠更加有效地檢索出用戶所需的圖像。4、最后本文把基于內(nèi)容的圖像檢索技術(shù)應(yīng)用到CGProject項(xiàng)目的資源搜索模塊中，設(shè)計(jì)并實(shí)現(xiàn)了一個圖像檢索系統(tǒng)ImgSearch系統(tǒng)，該系統(tǒng)在圖像檢索性能上做了一些優(yōu)化，實(shí)驗(yàn)表明該系統(tǒng)在CGProject項(xiàng)目中具有良好的實(shí)用性。關(guān)鍵詞：圖像檢索，內(nèi)容檢索，特征提取，相關(guān)反饋AbstractWiththerapiddevelopmentofnetworktechnology，multimediatechnolog
4、y，databasetechnologyandcomputervisiontechnology，theimage，asailimportantmultimedla血formationc撕er，hasbeenwidelyusedinmanyfields．Inordertofacilitateuserstofindtheirownimagequicklyandaccuratelyfromthevastresourcesoftheimages，content-basedimageretrieval(CBIR)technologyisgraduallybecominga
5、hotresearch·BasedontheresearchandmasteroftheCBIRtechnologyandtheknowledgeinrelatedfields。thispaperhasstudiedtheextractionmethodoftheimage’scharacteristics，andcompletedthefollowingwork：1．ThispaperusestheHSVcolorspacethatclosetohumanperceptiontopickuptheimagecharacteristic．Afterstudyin
6、gseveralcharacteristicextractionmethods，wehaveprovedtheeffectivenessoftheaboveapproachesthroughexperiments，comparedandanalyzedtheirpe南nnanceaSwell．Andfinallyweadoptedtheupdatedlocalaccumulativehistogram·Basedonregion-basedandcolor．basedresearchingoftheshape，thispaperhasimprovedthetra
7、ditionalsimilaritymeasurement，realizedanewmethodofback。shapedblock·Experimentssho、vedt脅t11ismethodCanincreaseaccuracy．，?！?．Toimproveperformanceoftheretrievalsystem，wehavestudiedthreekindsofimageretrievalmethods，colorandtexturecharacteristics，textureandshapefeatures，color，textureandsh
8、apefeatures，
