基于豪斯多夫距离的图像检索方法研究

　　图像检索技术可概括为基于文本的图像检索技术和基于内容的图像检索技术两种。相比之下，后者通过机器自动抽取图像特征和理解与表达图像内容，更适合大规模数字图像检索，是图像检索技术发展的必然趋势。基于内容的图像检索研究与应用目前集中于基于底层特征的图像检索，其两个关键环节是图像特征选择及其提取和相似性距离及其度量。《基于豪斯多夫距离的图像检索方法研究》研究的目的是从这两个关键环节入手，采取措施来提高图像检索方法的性能。《基于豪斯多夫距离的图像检索方法研究》主要从相似性度量角度研究图像检索方法及相关问题。目前图像检索中普遍采用距离度量方法，其中豪斯多夫（Hausdorff）距离在原理上优于常用的欧式距离，正在得到广泛研究与应用。《基于豪斯多夫距离的图像检索方法研究》针对基于内容的图像检索，采用豪斯多夫距离进行相似性度量，对其进行改进以实现更好的图像相似性度量。提出一种改进的蒙斯多夫距离的度量方法，其中构建一个成本函数作为豪斯多夫距离中的范数距离来调节原有距离值，既能反映出图像整体相似程度又能减小异常点、遮挡、景物变化和复杂背景等干扰的影响；采用多种典型距离度量方法进行颜色直方图、纹理灰度共生矩的单一特征和特征度量融合的图像检索对比实验，验证了该改进的豪斯多夫距离。

暂缺《基于豪斯多夫距离的图像检索方法研究》作者简介

第一章 绪论
第一节 研究背景及意义
第二节 图像检索研究现状
第三节 基于内容的图像检索研究现状
第四节 图像相似性度量方法研究现状
第五节 本书的研究内容
第二章 基于改进豪斯多夫距离的图像检索方法
第一节 豪斯多夫距离改进及分析
一、豪斯多夫距离
二、PHD距离
三、MHD距离
四、LTS-HD距离
五、M-HD距离
六、改进豪斯多夫距离
第二节 基于CFHD距离的图像检索方法
一、基于CFHD距离的图像检索框架
二、基于CFHD距离的图像检索方法实现
第三节 实验结果及分析
一、验证实验设计
二、图像库选择
三、图像检索实验结果及其分析
第三章 多特征度量DS融合图像检索方法
第一节 多特征度量融合图像检索框架
第二节 基于CFHD距离的多特征度量等权重相加融合图像检索方法
第三节 基于CFHD距离的多特征度量DS融合图像检索方法
一、Dempster-Shafer理论
二、基于CFHD距离的多特征度量DS融合图像检索方法实现方式
第四节 实验结果及分析
一、验证实验设计
二、多特征度量等权重相加融合图像检索实验结果及其分析
三、多特征等权重相加融合噪声干扰下图像检索实验结果及其分析
四、多特征度量DS融合图像检索实验结果及其分析
第四章 多特征度量融合可扩展词汇树SVT图像检索方法
第一节 可扩展词汇树SVT模型
一、局部特征描述
二、视觉词典构造
三、特征编码
四、图像匹配
第二节 基于CFHD距离的SVT图像检索方法
第三节 基于信息融合的SVT图像检索方法
第四节 实验结果与分析
一、测试数据库
二、实验设置
三、性能分析
结语
参考文献