导读:本文包含了基于图像内容查询论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,内容,数据库,特征,相似性,神经网络,语义。
基于图像内容查询论文文献综述
钟钰[1]（2014）在《基于内容的图像查询在车牌识别系统中的应用研究》一文中研究指出作为智能交通管理系统的主要支撑技术之一,车牌识别具有相当的研究和应用价值。不同于传统的车牌识别系统,本文将基于内容的图像查询(Content Based Image Retrieval,CBIR)技术应用于车牌识别系统,旨在解决如何快速、准确地识别复杂环境下的单车牌和多车牌问题。本文的主要工作由以下叁部分构成：。第一,针对如何提高复杂环境下车牌识别的准确率,本文深入研究了CBIR的相关技术。并着重研究了其中的特征提取这一重要环节。由于该环节是CBIR技术的技术基础,对图像检索的效率与准确率的影响最大。同时,车牌识别系统中,关键技术也是车牌的特征提取。因此,本文针对车牌识别系统中的车牌特征提取,在所有的图像特征当中,选取对复杂环境具有较高的鲁棒性的局部不变性特征SIFT,设计了一种基于SIFT特征的车牌定位方法,并改进车牌匹配的特征数据库,用汉字与阿拉伯数字的组合模版扩充了原仅为纯汉字模版的特征库,消除一些伪汉字车牌并提高定位准确率。对采集的106张质量较差的单车牌图片进行定位,Matlab仿真实验,定位准确率达到96.23%。第二,针对多车牌识别问题,在SIFT特征基础上提出一种基于K-means聚类的多车牌定位方法用于车牌区域的粗定位,后续SIFT的多车牌精确的定位。Matlab上的仿真实验,对采集的221张多车牌图像中672个有效车牌进行定位,定准率达到97.92%,符合预期效果。第叁,针对如何提高识别速度,首先在SIFT特征匹配的相似性度量中采用棋盘距离与街区距离的线性组合来代替传统的欧氏距离,降低了计算量,从而提高了匹配速度；其后在匹配策略中运用了基于K-D树的改进算法BBF算法,进一步提高了匹配效率。最后在车牌局部特征提取的时,应用多种局部不变的特征提取算子进行了鲁棒性与速度等方面的综合性能评估,依据重复性测量的方法,研判各个局部算子在车牌识别应用中的性能优劣。最后,总结本文的创新点如下：(1)实现了CBIR技术与车牌识别技术的结合。本文用SIFT算法对车牌的局部特征进行查询,实现了车牌的精准定位,将基于内容的查询优势应用于车牌识别中,提高了车牌的定准率；(2)实现了多车牌检索。本文用K-Means算法将匹配特征点对聚类,找出点密集区域的中心点,进而进行车牌候选区域粗定位,从而实现多车牌的检索；(3)对多种局部算子进行性能评估。本文对多种至少具备尺度不变性和旋转不变性的局部算子进行鲁棒性与运行速度的综合评估,并运用重复性测量的方法,通过实验验证它们在车牌检索中的性能优劣。(本文来源于《扬州大学》期刊2014-04-01）
黄正[2]（2012）在《基于内容查询的图像数据多层模型和快速检索研究》一文中研究指出基于内容的图像搜索是目前搜索领域的研究热点,取得了较大的成果,在实际的开发中对于图像的数据库存储和检索的要求较高。本文通过对图像特征的研究,采用了面向对象的多层数据模型,并分析了索引空间中的多维索引降维、向量空间、度量空间等方法,引出了基于预分类和预计算相似度、树索引和二分快速检索图像数据的方法。接着通过分析其工作流程,从数据模型和检索方法上进行了论述,构造了基于内容的图像检索的工作架构。本文总结了此方案的创新点和适用范围,从而在理论证明了它的优秀的检索性能。最终提出了采用此方案进行基于内容的图像查询的可行途径。(本文来源于《价值工程》期刊2012年08期）
孟倩[3]（2007）在《基于内容查询的图像数据库数据模型》一文中研究指出数据模型是实现基于内容查询的图像数据库的基础。构造了一个按内容检索的面向对象图像数据模型OO IDM(Ob ject-oriented im age data model),该模型能够很好地描述图像数据库系统中的图像数据、语义特征、图像特征以及支持空间推理。(本文来源于《计算机应用与软件》期刊2007年01期）
吴珊[4]（2006）在《基于内容的图像查询系统模型设计与分析》一文中研究指出本文提供了一种基于网络的小型图像查询系统。为了克服传统查询方法的一些局限性,该查询系统综合使用了基于文本的和基于内容的图像查询技术。当用户提交查询,系统运行检索程序。和查询图像相似的查询结果会通过网络浏览器提供给用户。实验显示,这样的系统具有简单,有效和易于扩充的优点。(本文来源于《武汉科技学院学报》期刊2006年06期）
王小玲,谢康林[5]（2005）在《基于内容自动扩展的多示例查询图像检索技术(英文)》一文中研究指出为了缩短基于内容图像检索存在的“语义鸿沟”,提出了一种自动扩展的多示例查询技术.该技术将传统检索使用的单一查询图像自动扩展为多个查询示例,从而包含了更多的与语义相关的图像特征.对这些查询示例进行检索,并融合检索结果,可以获得更多相关图像.扩展主要利用了一般检索算法的查准率查全率曲线特点,对原始查询结果的图像特征距离应用K-均值聚类算法,确定多个查询示例图像.实验结果表明该方法可以显着提高原有检索算法的查全率和查准率.(本文来源于《Journal of Southeast University(English Edition)》期刊2005年03期）
何楚,田玲,廖孟扬[6]（2004）在《基于内容的图像归档与查询中知识方案的研究》一文中研究指出在对基于图像内容的查询研究中认识到这是一个需要结合图像特征量提取和模式识别综合作用的过程。通过将知识库的求解分为两个层次:底层部分的特征量分类和在此基础上的上层符号系统,提出了一种人工神经网络连接系统和符号推理系统结合的基于内容图像查询算法中的知识方案。力求将问题中的矛盾分离,在每个阶段中着力于解决主要矛盾而采用相应的知识系统。该方案在一定程度上融合了两者的优越性,克服了各自的缺陷,在多特征量融合上也起到了一定的作用。最后给出了具体医学图像数据库应用系统中特征提取和知识系统的整体方案,并对试验结果进行了讨论,验证了上述方案的有效性和可行性。(本文来源于《计算机应用研究》期刊2004年10期）
王朝晖,龚声蓉,唐国维[7]（2002）在《基于内容的图像检索中的一种多粒度组合查询方法》一文中研究指出将图像分成不同层次度量时,由于不同层对最后结果所起的作用不同,因而在合并不同层产生的结果集时,应该考虑应用非线性变换。文章在图像信息的层次化描述模型的基础上,提出了一种用神经网络组合不同层的查询结果的方法。实验表明该方法是可行的。(本文来源于《微电子学与计算机》期刊2002年09期）
万志坚,李文锋[8]（2002）在《Web环境下基于内容查询的图像数据库研究》一文中研究指出文章介绍了如何利用ISAPI开发基于Web的图像数据库管理系统。通过实例详细讨论了ISAPI对表单的处理、图像的特征提取等关键性技术,并运用了ActiveX技术加强图像数据库的管理功能,为在Web环境下实现基于内容的图像查询(QBIC)提供了解决方案。(本文来源于《计算机工程与应用》期刊2002年11期）
刘威鑫[9]（2002）在《基于内容的图像信息查询研究》一文中研究指出随着网络的迅速传播和现代信息采集技术的更新，全世界的信息量正以几十万倍于人口的增长速度递增。在很多情况下遇到的问题是：如何选出自己想要的信息。基于内容的图像信息查询应运而生。基于内容的图像检索技术就是从代表图像本身的内容入手来检索数据库中与目标图像近似的图像。针对图像的检索，可使用的特征有图像的颜色、纹理、和形状等等。本文主要研究了基于内容图像查询系统的关键技术。主要研究内容如下： 1．阐述了进行基于内容图像信息查询的需要及图像查询的现状和以后的发展方向。 2．图像查询前的预处理工作(图像的噪声，图像去噪，锐化等)。主要介绍了噪声的特征、噪声的来源、噪声的模型、中值滤波、拉普拉斯锐化、灰度的均衡等。 3．研究了图像的特征的提取(颜色，纹理，形状等)。主要研究了各种特征的提取。包括边缘检测、颜色直方图、灰度共生矩阵纹理分析、矩方法形状特征提取。 4．研究了基于图像内容特征匹配的基本方法。主要研究了直方图相交法，纹理高斯归一化匹配，形状高斯归一化匹配。 5．对系统结果进行分析，给出了查询实例，并分析了各种查询方法的优缺点。(本文来源于《成都理工大学》期刊2002-05-01）
万志坚[10]（2002）在《Web环境下基于内容查询的图像数据库研究》一文中研究指出基于Web图像数据库技术是图像处理技术、数据库技术和Web技术相结合的产物。图像数据库的产生拓展了传统数据库技术的应用范围，为图像处理提供了强有力的支持。而Web技术的加入又为图像数据库注入了新的活力，使得诸如医学、遥感、机械等行业更加方便、快捷的获取所需的图像信息，便于实现Internet环境下诸多领域图像资源的共享。 本论文主要是进行基于Web的图像数据库管理系统的研究。新一代基于Web的图像数据库管理系统应该能够实现基于内容的查询，主要涉及图像处理技术、分布式对象技术、组件对象模型、Web数据库、数据库访问方式、数据库中间件等技术的应用。本文深入研究分布式多层系统的特点、类型和体系结构；论述了基于Web图像数据库及其所涉及到的图像处理技术、Web数据库技术，主要包括图像处理、基于内容的图像查询、数据库的选择、数据库访问方式(主要是ODBC和JDBC)、数据库中间件技术(ISAPI、ASP、JDBC、CGI等)。在综合考虑系统的要求和实际情况的基础上，探讨了图像数据库系统接口和中间件的选择。以上述的图像处理技术、分布式多层应用系统、组件对象技术、Web数据库技术的基本理论为基础，研究并提出了基于内容查询的B／S模式图像数据库系统及其体系结构。 本文还深入研究了Web环境下如何利用图像的纹理特征进行查询。在这一部分，采用了两种不同的纹理特征描述方法，分别是：(1)利用图像灰度直方图距离度量图像纹理的相似度；(2)利用图像灰度共生矩阵的四个特征值：均匀度、对比度、相关和熵所构筑的向量的距离来度量图像纹理的相似度； 最后探讨了Web环境下如何利用图像颜色特征进行查询。在这一部分也采用了两种颜色特征描述方法，即：(1)在RGB颜色空间中，利用R、G、B叁个分量的一维颜色直方图距离来度量图像颜色的相似度；(2)在HSV空间中，利用所构造的一维矢量的直方图距离来度量图像颜色的相似度。 开发了Web环境下基于内容查询的图像数据库系统。本系统集成了本文提出的图像预处理方法、基于图像纹理的查询、基于图像颜色的查询和基于文本的查询。(本文来源于《武汉理工大学》期刊2002-03-01）
基于图像内容查询论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于内容的图像搜索是目前搜索领域的研究热点,取得了较大的成果,在实际的开发中对于图像的数据库存储和检索的要求较高。本文通过对图像特征的研究,采用了面向对象的多层数据模型,并分析了索引空间中的多维索引降维、向量空间、度量空间等方法,引出了基于预分类和预计算相似度、树索引和二分快速检索图像数据的方法。接着通过分析其工作流程,从数据模型和检索方法上进行了论述,构造了基于内容的图像检索的工作架构。本文总结了此方案的创新点和适用范围,从而在理论证明了它的优秀的检索性能。最终提出了采用此方案进行基于内容的图像查询的可行途径。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基于图像内容查询论文参考文献
[1].钟钰.基于内容的图像查询在车牌识别系统中的应用研究[D].扬州大学.2014
[2].黄正.基于内容查询的图像数据多层模型和快速检索研究[J].价值工程.2012
[3].孟倩.基于内容查询的图像数据库数据模型[J].计算机应用与软件.2007
[4].吴珊.基于内容的图像查询系统模型设计与分析[J].武汉科技学院学报.2006
[5].王小玲,谢康林.基于内容自动扩展的多示例查询图像检索技术(英文)[J].JournalofSoutheastUniversity(EnglishEdition).2005
[6].何楚,田玲,廖孟扬.基于内容的图像归档与查询中知识方案的研究[J].计算机应用研究.2004
[7].王朝晖,龚声蓉,唐国维.基于内容的图像检索中的一种多粒度组合查询方法[J].微电子学与计算机.2002
[8].万志坚,李文锋.Web环境下基于内容查询的图像数据库研究[J].计算机工程与应用.2002
[9].刘威鑫.基于内容的图像信息查询研究[D].成都理工大学.2002
[10].万志坚.Web环境下基于内容查询的图像数据库研究[D].武汉理工大学.2002
论文知识图
