基于快速密度峰值聚類的圖像檢索技術研究與應用.pdf

1、隨著人類社會的進步以及計算機、互聯(lián)網(wǎng)、存儲技術等高新科技的發(fā)展，每天都有數(shù)以億計的圖像產(chǎn)生并被通過各種渠道進行傳播，從而導致數(shù)字圖像的數(shù)量一直以一種驚人的速度在增長。對于如此龐大的圖像數(shù)據(jù)，如何有效地管理和檢索，并從中獲取潛在的信息及價值成為了人們亟待解決的難題。因此我們需要更加快速、準確的圖像檢索方法來查詢所需要的圖像及相關信息。
　　圖像聚類為圖像檢索提供了新的技術支持，基于聚類的圖像檢索能夠在大量圖像數(shù)據(jù)中快速、精準的發(fā)掘用

2、戶感興趣的信息。然而傳統(tǒng)應用于圖像聚類的特征提取算法往往忽略圖像顏色的空間分布信息，且適應性較差。因此本文通過等面積矩形環(huán)對圖像進行劃分并計算各空間區(qū)域的相關性，并根據(jù)空間區(qū)域相關性計算各區(qū)域的重要性，將空間信息與顏色信息進行融合。同時本文研究了快速搜索密度峰值（DP）聚類算法并對其進行合理改進后運用在圖像檢索系統(tǒng)中，在保證收斂速度的同時提高了聚類精度。本文主要研究內(nèi)容及工作如下：
　?。?）研究顏色特征提取及其量化方法，常用的顏

3、色空間一般是基于硬件角度提出的，不能很好的與人眼感知相匹配，本次研究選取HSV顏色空間作為顏色空間模型。同時為了提高運算速度，本文通過人眼對顏色的感知對其進行了量化，從而便于統(tǒng)計和計算。
　?。?）研究區(qū)域相關性計算方法，傳統(tǒng)的顏色特征提取法僅對顏色值進行統(tǒng)計和整理，并不考慮空間分布情況，為了使顏色特征更具代表性，本文提出一種基于圖像內(nèi)容的區(qū)域相關性計算方法將空間信息與顏色特征進行了融合，并根據(jù)區(qū)域相關性自動調(diào)整各區(qū)域的重要性權(quán)值