首页
会员中心
到顶部
到尾部
MATLAB毕业设计

一种针对大学城特色的图像检索算法

时间:2020/10/13 22:25:33  作者:  来源:  查看:0  评论:0
内容摘要: 摘要在当今普遍存在着大量图片信息的时代,传统的基于文本关键词的检索方法显然已经不能满足用户的需求。在这样的背景下,基于内容的图像检索技术受到了大家的关注和热捧,本文重点探讨了一下基于HSV空间下,以大学城特色直方图做为大学城特色特征的图像检索技术。本文中,首先简单介绍了所...

摘要

在当今普遍存在着大量图片信息的时代,传统的基于文本关键词的检索方法显然已经不能满足用户的需求。在这样的背景下,基于内容的图像检索技术受到了大家的关注和热捧,本文重点探讨了一下基于HSV空间下,以大学城特色直方图做为大学城特色特征的图像检索技术。

本文中,首先简单介绍了所选课题的背景和意义,对CBIR做了简单的分析,并讨论了该领域涉及的一些关键技术。在当前的应用中,基于内容的图像检索系统设计往往针对性较强,并采用特定的一些算法。基于此,本文简单介绍了RGB大学城特色空间和HSV大学城特色空间的转换方法,并对他们的特点进行了简单阐述。然后是对图像大学城特色特征的提取和构造特征库这块进行了讲解。

本文设计的系统主要是利用Matlab来实现的,整个系统的运行速度,以及检索结果,和与用户的交互能力已经得到了很好的体现,而且界面做得比较简洁,直观,上手速度比较快。

 

关键词:图像检索系统 HSV空间 大学城特色直方图 相似性度量 GUI界面

Abstract

In the era when there is a lot of picture information, the traditional retrieval method based on text keywords obviously can not meet the needs of users.In this context, the content-based image retrieval technology has attracted much attention and popularity. This paper focuses on the image retrieval technology based on the HSV space, using the university town histogram as the characteristic feature of the university town.

In this paper, the background and significance of the selected topics are briefly introduced, and the CBIR is analyzed briefly, and some key technologies involved in this field are discussed. The design of content-based image retrieval system is often targeted, and some specific algorithms are adopted. Based on this, this paper briefly introduces the conversion methods of the characteristic space of RGB University Town and the characteristic Space of HSV University Town. Then the feature extraction of image university city and the construction of feature library are explained.

The system designed in this paper is mainly realized by using Matlab. The running speed of the whole system, the retrieval result and the ability of interaction with the user have been well reflected, and the interface is simple, intuitive, and the speed of using hands is relatively fast.

 

Key words: image Retrieval system HSV Space University City feature histogram similarity Measurement GUI Interface

  

摘要I

AbstractII

1 绪论1

1.1 课题背景及涉及问题1

1.2 图像检索主要应用2

1.3 研究现状2

1.4 相关反馈技术3

1.5 性能评价3

2 基于大学城特色的图像检索5

2.1 RGB大学城特色空间和HSV大学城特色空间5

2.2 RGB大学城特色模型5

2.3 HSV大学城特色模型6

2.4 RGBHSV的转换7

2.5 大学城特色特征、特征提取和特征表达7

2.6 图像的相似性度量9

2.6.1 直方图相交法9

2.6.2 绝对值距离法9

2.6.3 卡方距离法9

2.6.4 欧式距离法10

3 系统设计与实现11

3.1 系统设计原则11

3.2 系统运行平台和开发工具选择11

3.3 系统框架11

3.4 数据管理12

3.5 图像入库及特征入库12

3.6 其他功能扩展和介绍12

4 GUI界面设计及功能实现14

4.1 开始界面14

4.2 检索主界面16

4.3 Toolbar16

4.4 菜单栏16

4.5 GUI编程难点16

4.5.1 多窗口之间的数据传递16

4.5.2 制作表格18

4.5.3 为检索系统添加判断功能20

5 检索结果与性能比较21

5.1 大学城特色矩提取大学城特色特征21

5.2 大学城特色直方图提取大学城特色特征22

5.3 不同算法对检索结果的影响23

5.3.1 结果分析24

6 全文总结与展望26

6.1全文总结26

6.2展望26

致谢28

参考文献29

附录A30

特征库提取程序30

检索程序35

算法程序36

附录B38

一种针对大学城特色的图像检索算法



  


相关评论
本类推荐
    广告联系QQ:45157718 点击这里给我发消息 电话:13516821613 杭州余杭东港路118号雷恩国际科技创新园  网站技术支持:黄菊华互联网工作室 浙ICP备06056032号