分享到:

科学数据库中基于内容图像检索技术研究

随着科学数据库的不断发展,其中将包含越来越多的多媒体信息:图像、音频、视频等,这些多媒体信息的对科学数据库的应用提出了巨大的挑战。如何在规模庞大的多媒体信息中获得相关信息,是许多科学数据库应用系统面临的首要问题。本文利用图像处理、模式识别、计算机视觉与数据库等技术,针对基于内容图像检索所涉及的关键问题展开研究。本文的研究目标一方面是提高基于内容图像检索系统的精度,研究的重点是适合于科学数据库图像检索的图像特征提取方法,检索方法、及索引方法;另一方面根据科学数据库图像检索系统的特殊应用环境讨论了分布式图像检索的模型,并针对分布式图像检索系统中所涉及的关键问题进行了深入的研究。取得的主要研究成果包括:1)提出一种通过提取相邻主色的相对位置和拓扑结构来表示彩色图像特征的方法。在检索时不仅可以有效的利用图像的颜色特征还可以利用色块之间空间分布关系的特征,可以有效的提高系统的查准率。提取主色及其空间拓扑关系的算法不涉及图像的复杂分割过程,  (本文共96页) 本文目录 | 阅读全文>>

第一军医大学
第一军医大学

医学图像特征的自动获取与基于内容检索的方法研究

随着医学数字化影像设备在临床工作中日益广泛的应用,电子病历和图像归档通信系统方面的技术不断发展,临床上每天都会产生大量医学图像数据。如何有效地组织、管理和检索医学图像是当前迫切需要解决的问题。传统的基于文本方式的数据库管理方式已经渐渐无法满足大规模医学图像数据库的检索需要,为此基于内容的图像检索(CBIR,Content-based Image Retrieval)技术成为近年来该领域中的研究热点。自上个世纪90年代开始,CBIR技术经过十多年的发展,其研究开发和商业应用都有了长足的发展。然而,在医学应用领域该技术的发展面临巨大挑战。在医学图像数据库中,研究基于内容的图像检索方法仍然存在着一定的医学约束。尤其是,医学图像的特征数目和种类并非一成不变的,它会随着时代的进步和人类对医学认知的深化而不断“进化”。由于一般研究者缺乏获取医学图像特性去组成有效检索计算方案,所以普通的CBIR系统在医学背景下使用是难以保证有意义的查询。在医...  (本文共109页) 本文目录 | 阅读全文>>

西北大学
西北大学

医学图像智能挖掘关键技术研究

复杂数据类型的挖掘是数据挖掘领域的重要研究方向。本文是在完成国家自然科学基金项目“基于医学影像的数据挖掘技术研究”的过程中,针对医学影像数据挖掘所涉及的一些关键技术和主要算法进行了深入的研究。基于乳腺影像数据库,提出了适合乳腺影像的图像增强算法及其量化评价方法、特征的提取和选择以及数据挖掘技术中的分类算法,研究成果已成功应用于计算机辅助诊断系统中。主要工作和创新点在以下几个方面:1.本文将数据挖掘技术与数字图像处理技术有机结合,研究了图像数据的变换、特征提取和约简,利用支持向量机和粗糙集等方法,构建了进行医学图像数据挖掘的机器学习机制。2.为了解决高密度乳腺中病灶区域很难分辨的问题,本文提出了适合钼靶X线图像的基于灰度均匀度的图像增强算法,并首次与已实现的算法进行了量化评估。为今后的图像增强量化评价体系和指标的建立,提供了理论和实验基础。3.建立了一套比较完整的可以表征乳腺图像中肿块各方面特性的纹理特征、形状特征和统计特征,为肿...  (本文共132页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

基于内容图像检索中图像语义分类技术研究

图像语义分类是基于内容图像检索(Content-Based Image Retrieval,CBIR)研究领域中一个重要而又有挑战性的问题。图像和视频正在成为多媒体的主要表现形式,将图像数据库划分为有意义的语义类别成为迫切的需要。传统CBIR技术试图通过分析图像视觉特征的相似性来检索图像,这不能满足普通人按语义检索图像的需求。基于低级图像特征将图像集合按语义进行合理的分类,会极大提高CBIR系统的性能。本文主要研究基于图像低级视觉特征的图像语义分类。本文首先介绍传统CBIR的研究内容、系统组成和实际系统。详细阐述作为图像语义分类基础的颜色、纹理、形状、空间关系等低级图像特征,并讨论图像语义分类的主流技术。针对传统CBIR的不足,介绍了图像语义检索的主要技术。图像语义模型是对图像整个语义表示和处理过程的抽象,也提供可行的研究方向。贝叶斯概率框架是一种将先验概率转化为后验概率的理论框架,通过形式化的图像分类概率框架可以将低级图像特征...  (本文共125页) 本文目录 | 阅读全文>>

西北大学
西北大学

医学图像智能分类算法研究

医学图像的数据挖掘旨在从海量的图像数据中挖掘出有效的模型、关联、规则、变化,以加速医生决策诊断的过程和提高其决策诊断的准确度。本文是在参与实施国家自然科学基金项目“基于医学图像的数据挖掘技术研究”的过程中,针对医学图像数据挖掘所涉及的一些关键技术和主要算法进行了深入的研究。提出了适合乳腺图像的预处理、特征的提取和选择以及分类算法,研究成果可应用于计算机辅助诊断系统中。主要工作和创新点在以下几个方面:1.本文将数据挖掘技术与数字图像处理技术有机结合,研究了图像数据的变换、特征提取、约简和模式分类,提出了适用于医学影像数据挖掘的技术路线和理论框架。2.建立了一套比较完整的可以表征乳腺图像各方面特性的特征矢量。在这些特征上进行数量型数据的离散化,并利用模糊聚类算法来进行特征优选,为肿瘤良/恶性计算机辅助分析提供了前提和基础。3.研究了决策树分类算法,引入了“属性重要度”的概念,对决策树算法进行改进。提出了用决策树算法进行乳腺X线照片分...  (本文共132页) 本文目录 | 阅读全文>>

中国科学院研究生院(计算技术研究所)
中国科学院研究生院(计算技术研究所)

基于内容的图像检索与过滤关键技术研究

随着互联网上图像资源的日益丰富,如何建立基于内容的图像描述、检索、过滤机制已经成为目前互联网有效应用需要迫切解决的问题之一。本文利用图像处理、模式识别、计算机视觉与数据库等技术,针对基于内容图像检索与过滤中的关键问题展开研究。在图像检索方面,本文的研究目标是:提高基于内容图像检索系统的精度,以满足Web环境下不断增长的基于内容图像检索的需求,研究重点是图像检索中的相关反馈技术和面向相关反馈的图像语义模型。在图像过滤方面,本文探讨了基于内容图像过滤的概念、特点和过滤模型,针对互联网上传播色情图像与录像比较严重的现象,研究了基于内容的敏感图像过滤问题。取得的主要研究成果包括:(1)提出了一种自适应的相关反馈方法——Rich Get Richer(简称RGR),它是贝叶斯理论与相关反馈策略相结合的图像检索方法。该方法结合了相关反馈图像检索系统的时序特性,动态地修正交互信息给系统带来的影响,在某种程度上使图像检索结果与人的主观感知更加接...  (本文共112页) 本文目录 | 阅读全文>>