形状分类及其在图像检索系统中的应用研究

20世纪90年代以来,世界各国都在加快教育现代化的建设,教育信息化程度的高低已经成为评价一个国家综合国力的重要标志,而教育资源建设是教育信息化的基础,是需要长期建设与维护的系统工程,它的合理、有效利用在提高教学质量、推动教育发展中发挥着越来越重要的作用。随着网络和多媒体技术的快速发展,网络上的数字图像资源日益丰富,成为教育资源建设的重要来源,但是如何从海量的图像资源中快速有效地检索出需要的图像,就成为当前急需解决的课题。目前,图像检索的一个重要研究方向是基于内容的图像检索(CBIR),即根据图像的内容对图像进行查询。图像的内容包括较低层的图像的颜色、形状、纹理等视觉特征和高层次的图像的语义特征。颜色、形状和纹理特征较之语义特征更易于实现自动提取,因而现有的一些图像检索系统大都采用这几种特征或将这几种特征综合应用。 形状是图像的核心特征之一,也是人类视觉系统进行物体识别时所需要的关键信息之一。图像的形状信息不随图像颜色的变化而变化,是相对稳定的特征,因此可以利用形状特征,实现形状比较明显的各类图像库的检索。另外,对于颜色和纹理不够丰富的图像,基于颜色和纹理的检索方法是无能为力的,而基于形状的检索可以弥补其不足。 本文以几何图像为对象,从图像的形状特征出发,对图像形状特征的提取和描述方法进行了较深入地研究,详述了目前已有的形状特征描述方法,并对一些特征参数提取方法进行了改进,给出了相应算法,然后选取其中一部分特征值,分别利用BP神经网络和支持向量机进行形状识别。 论文基于Microsoft Windows 2000 Server操作系统平台和Microsoft Access2000数据库系统,利用开发工具Visual C++6.0设计并开发了图像处理与分析算法测试平台及基于形状的图像检索实验系统,进行了形状识别实验和基于形状的图像检索实验,取得令人满意的实验效果。 本研究表明在图像检索中利用形状识别技术能大大提高图像的检索准确率,从而使网络图像资源更好地为我国教育资源库的建设和教育信息化服务。