摘要现如今，网络技术正在快速地发展着，各种各样形式的信息都在不断地出现，从声音到图像，人们越来越依赖于图像信息。日常生活中充满了各式各样的图像信息，如何在这些选择中快速找到人们需要的信息引起了人们的关注。当今的研究热点也转为了怎样快速地从数以万计的图像信息中找到人们所需要的。本文介绍了数种子空间分析方法和特征提取方法，着重介绍两种当前先进的方法，分别是基于纹理特征的图像检索算法和基于PCA原理的图像检索算法,并且利用查准率分析了此系统的性能对比了两种算法的优劣。本文设计利用MATLAB仿真实现并采用GUI界面设计进行应用演示，用这两个方法实现了一个图像检索系统，系统根据给定例子图像在图库中进行检索，特征被提取后按照欧氏距离来进行相似度提取,并按照相似度前9位的顺序排列搜索结果。关键词 子空间 图像检索 纹理特征 PCA算法 欧氏距离25376
毕业论文设计说明书外文摘要
Title Research on subspace-based image retrieval technique
Abstract
With the rapid development of network technology, image retrieval based on subspace has become a hot topic. In terms of image, with the emergence of large image sets, how to find an image quickly and automatically has become the focus of attention. How to provide a fast and effective way to retrieve these images becomes popular in the field of retrieval technique. This article focuses on two advanced method, they are texture image retrieval algorithms and image retrieval algorithm based on PCA Principle. My design uses MATLAB simulation and design applications based on GUI interface presentation, realize an image retrieval system using these methods. System based on the given example retrieves the images in the gallery, when features are extracted then extract similarity extraction based on Euclidean distance. The results are arranged according to the similarity of nine previous orders.
Keywords Subspace Image retrieval PCA algorithm Texture Feature Euclidean distance
目 次
1 绪论 1
1.1 选题背景 1
1.2 基于内容的图像检索技术的发展现状 1
1.3 本文的研究内容与方法 2
1.4 本章小结 2
2 算法简介 3
2.1 几种常用的线性子空间分析方法 3
2.2 几种常用的特征提取方法 5
2.3 图像特征提取的性能评价标准 6
2.4 相似度计算技术 6
2.5 本章小结 7
3 图像检索系统界面设计与实现 8
3.1 开发平台介绍 8
3.2 系统简介及操作说明 8
3.3 本章小结 12
4 图像检索系统算法与性能分析 13
4.1 选取算法分析 13
4.3 系统性能分析 14
4.4 本章小结 19
结论及展望 20
致 谢 21
参考文献22
1 绪论
1.1 选题背景
现如今，网络技术正在快速地发展着，各种各样形式的信息都在不断地出现，从声音到图像，人们越来越依赖于图像信息。日常生活中充满了各式各样的图像信息，如何在这些选择中快速找到人们需要的信息引起了人们的关注。当今的研究热点也转为了怎样快速地从数以万计的图像信息中找到人们所需要的。 MATLAB基于子空间的图像检索技术的研究:http://www.youerw.com/tongxin/lunwen_19127.html