图像低层特征提取与检索技术PDF|Epub|txt|kindle电子书版本网盘下载

图像低层特征提取与检索技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 图像检索技术发展历程1

1.1.1 基于文本的图像检索1

1.1.2 基于内容的图像检索技术3

1.2 基于内容图像检索技术研究内容4

1.2.1 特征提取及匹配4

1.2.2 索引机制5

1.2.3 用户接口5

1.3 国内外研究状况6

1.3.1 国内外研究现状6

1.3.2 国内外研究热点7

1.4 CBIR技术应用9

1.5 经典CBIR系统介绍10

1.5.1 QBIC10

1.5.2 Virage11

1.5.3 Photobook12

1.5.4 VisualSEEK和WebSEEK12

1.5.5 Blobworld14

1.5.6 Netra14

1.5.7 MARS14

1.5.8 SIMPLIcity15

1.5.9 其他系统17

1.6 本书内容安排17

参考文献18

第2章 基于内容图像检索关键技术22

2.1 CBIR的基本检索原理22

2.2 图像内容及检索层次23

2.2.1 图像内容23

2.2.2 图像检索层次24

2.3 常用的低层视觉特征描述方法25

2.3.1 颜色特征25

2.3.2 纹理特征27

2.3.3 形状特征29

2.3.4 MPEG-7中的图像特征描述符31

2.4 特征匹配技术34

2.4.1 计量定理35

2.4.2 常用的匹配算法35

2.4.3 精确查询与近似查询39

2.5 性能评价准则40

2.5.1 精确度和检索率40

2.5.2 命中准确率40

2.5.3 排序值评测法41

2.5.4 ANMRR41

2.5.5 前N个结果的正确率与检索率41

参考文献42

第3章 基于颜色特征的图像检索49

3.1 引言49

3.2 颜色空间49

3.2.1 颜色基础49

3.2.2 RGB颜色空间50

3.2.3 HSV颜色空间51

3.2.4 CIEL＊a＊b＊和CIEL＊u＊v＊颜色空间53

3.2.5 YCrCb颜色空间54

3.3 颜色量化54

3.3.1 颜色量化的定义54

3.3.2 常用的颜色量化方法55

3.4 全局颜色特征57

3.4.1 颜色直方图57

3.4.2 改进的颜色直方图方法58

3.4.3 颜色不变量58

3.4.4 图像主色59

3.4.5 色调直方图59

3.4.6 颜色矢量角直方图60

3.4.7 颜色矩63

3.4.8 颜色熵63

3.4.9 改进的颜色熵及颜色矩63

3.5 空间颜色特征69

3.5.1 改进的颜色直方图法69

3.5.2 颜色聚合向量70

3.5.3 颜色相关图70

3.5.4 局部颜色特征70

3.6 颜色空间分布熵71

3.6.1 环形颜色直方图72

3.6.2 改进的环形颜色直方图72

3.6.3 空间分布熵73

3.6.4 加权颜色空间分布熵73

3.6.5 消除孤立分布小颜色块的影响73

3.7 位平面熵74

3.7.1 位平面分解与位平面74

3.7.2 位平面熵76

3.8 位平面熵增强法77

3.8.1 改进的位平面熵78

3.8.2 空间分布熵79

3.9 基于显著点的图像检索80

3.9.1 块逆概率差（BDIP）模型及BDIP图像的提取81

3.9.2 显著点提取算法83

3.9.3 基于显著点的特征提取84

参考文献85

第4章 基于形状特征的图像检索90

4.1 形状表达和描述90

4.2 基于轮廓的描述方法91

4.2.1 链码92

4.2.2 傅里叶形状描述符92

4.2.3 曲率尺度空间描述符93

4.2.4 小波描述符95

4.3 基于区域的描述方法95

4.3.1 几何不变矩95

4.3.2 Zemike矩96

4.3.3 ART(Angular Radial Transformation)97

4.3.4 通用傅里叶描述符98

4.4 简单几何参数描述符98

4.4.1 基于轮廓的方法98

4.4.2 基于区域的方法99

4.5 基于状态矩阵描述方法100

4.5.1 状态矩阵定义100

4.5.2 基于马尔可夫链形状特征提取102

4.5.3 基于状态相关图的特征提取方法104

4.6 基于平坦度及凹凸度的描述方法106

4.6.1 平坦度及凹凸度定义106

4.6.2 形状特征量化107

4.7 基于信息熵的描述方法110

4.7.1 图像信息熵定义110

4.7.2 图像的单元熵111

4.7.3 利用熵矩阵的特征值向量进行检索113

4.7.4 利用熵矩阵的不变矩进行检索114

4.7.5 算法特性114

4.8 基于方向链码的描述方法121

4.8.1 基于链码的形状检索121

4.8.2 链码分布矢量（CCDV）123

4.8.3 链码相关矢量（CCCV）124

4.8.4 链码空间分布熵（CCSDE）124

4.8.5 链码相关熵（CCRE）125

4.8.6 综合特征描述127

4.9 基于角点的描述方法128

4.9.1 轮廓角点提取128

4.9.2 基于内角的轮廓角点检测129

4.9.3 基于链码局部直方图的角点检测129

4.9.4 基于CSS的角点检测130

4.9.5 改进的多尺度角点检测方法132

4.9.6 角点检测算法比较133

4.9.7 距离直方图135

4.9.8 相对位置分布135

4.9.9 相关单元熵136

4.10 基于矩的轮廓描述方法136

4.10.1 轮廓矩136

4.10.2 Chen不变矩137

4.10.3 边界序列矩138

4.10.4 极半径不变矩139

4.10.5 组合矩139

参考文献143

第5章 基于纹理特征的图像检索148

5.1 图像的纹理描述148

5.1.1 纹理及纹理特征的定义148

5.1.2 常用的纹理分析方法149

5.1.3 纹理的分类150

5.1.4 纹理研究及应用领域152

5.1.5 纹理描述存在的问题153

5.2 统计法纹理分析153

5.2.1 直方图的矩154

5.2.2 二维灰度直方图154

5.2.3 灰度共生矩阵155

5.2.4 灰度-梯度共生矩阵159

5.2.5 纹理谱160

5.2.6 LBP算法161

5.2.7 Laws纹理能量164

5.2.8 数学形态学分析法165

5.2.9 自相关函数法166

5.2.10 Tamura纹理特征167

5.2.11 灰度游程长度法169

5.3 结构法纹理分析170

5.3.1 结构法基本知识171

5.3.2 纹理镶嵌172

5.3.3 Voronoi多边形方法173

5.3.4 其他方法174

5.4 频谱法纹理分析175

5.4.1 傅里叶变换法176

5.4.2 贝塞尔-傅里叶变换法178

5.4.3 小波变换法179

5.4.4 Gabor变换法182

5.5 模型法纹理分析184

5.5.1 马尔可夫随机场模型法184

5.5.2 Gibbs随机场模型法185

5.5.3 自回归模型186

5.5.4 多尺度自回归模型187

5.5.5 基于分形模型187

5.5.6 Wold模型法191

5.6 纹理基元共生矩阵192

5.6.1 方块编码算法192

5.6.2 纹理基元的提取193

5.6.3 纹理基元共生矩阵196

参考文献197

第6章 基于压缩域的图像检索201

6.1 概述201

6.1.1 图像压缩技术202

6.1.2 静态图像压缩标准206

6.1.3 压缩域图像检索原理211

6.1.4 压缩域图像检索的研究内容213

6.1.5 压缩域图像检索的研究方法214

6.2 空间压缩域215

6.2.1 基于矢量量化215

6.2.2 分形编码217

6.2.3 预测编码219

6.3 变换压缩域220

6.3.1 基于DFT变换域220

6.3.2 基于DCT压缩域221

6.3.3 基于小波压缩域227

6.3.4 基于K-L变换域231

6.4 空间域和变换域的融合检索232

6.5 DCT压缩域内的纹理特征233

6.5.1 复杂度的定义234

6.5.2 复杂度直方图235

6.6 DCT压缩域内的形状特征238

6.6.1 理想边缘模型DCT块的分类238

6.6.2 空间边缘分布特征的提取239

参考文献241

第7章 高维索引技术246

7.1 高维索引技术246

7.2 高维索引技术发展趋势247

7.2.1 向量近似方法247

7.2.2 近似检索方法249

7.2.3 并行索引方法250

7.3 向量空间中的高维特性251

7.4 维数灾难现象252

7.4.1 查询代价模型252

7.4.2 维数灾难现象的产生253

7.5 基于矢量量化的向量近似方法254

7.5.1 矢量量化254

7.5.2 基于矢量量化技术的索引结构（Cui J.T. et al 2007，崔江涛2005）256

7.5.3 码书长度分析与乘积码书法258

7.5.4 近邻搜索算法259

7.5.5 实验分析260

7.6 二次式距离上基于SVD的高维索引方法263

7.6.1 奇异值分解263

7.6.2 索引结构264

7.6.3 近邻搜索算法264

7.7 多分辨率高维索引方法265

7.7.1 基本原理265

7.7.2 索引结构266

7.7.3 近邻搜索算法266

7.8 向量近似方法在相关反馈技术中的应用267

7.8.1 二次式距离方法268

7.8.2 核函数方法269

7.8.3 改进的近邻搜索算法270

7.9 高维索引技术评价准则271

参考文献272

附录A 基于轮廓的图像检索系统277

A.1 系统框架277

A.2 图像数据管理277

A.3 系统实现278

附录B 系统中本文算法实现代码288

B.1 基于MCP的角点检测算法288

B.2 组合矩算法290