2绘制颗粒度分布函数(图104有噪图像的颗粒度函数) (a)原始图像 b)有噪声的图像心 建无量 ()结构元素维数线性变化 (d结构元素维数指数变化
• 2.绘制颗粒度分布函数（图10.4 有噪图像的颗粒度函数）
10.3基于向容的圈像检索(CB|R) ■10.3.,1概述 10.32基于内容图像检索的发展 ■10.33图像特征的概念 ■10.34基于内容图像检索系统的框架 ■10.35相似度测量公式 ■10.36基于内容的图像检索系统简介 ■10.37基于内容图像检索技术的研究热点 ■10.38基于颜色和纹理特征的图像检索算法
10.3 基于内容的图像检索（CBIR） ◼ 10.3.1 概述 ◼ 10.3.2 基于内容图像检索的发展 ◼ 10.3.3 图像特征的概念 ◼ 10.3.4 基于内容图像检索系统的框架 ◼ 10.3.5 相似度测量公式 ◼ 10.3.6 基于内容的图像检索系统简介 ◼ 10.3.7 基于内容图像检索技术的研究热点 ◼ 10.3.8 基于颜色和纹理特征的图像检索算法
10.3.1概述 随着互联网技术、计算机技术、信号处理技术等的不断发 展,每天都有大量的图像数据需要处理,图像数据的应用 领域已涉及到科学技术和日常生活的各个方面。 在气象、遥感领减,人们要处理海量的气象图片和遥感图片。 在医疗卫生领域,由于医学图像的数字化存档和通讯系统已经越 来越为各医疗机构所重视,采用各种各样的医学影像设备帮助医 生进行诊断治疗,医学影像设备产生的图像数据很大部分已实现 了数字化管理。 在日常生活中,数码相机、扫描仪、数字摄像机等信息电器,使 得电脑硬盘或光盘里可能存储了成干上万张人物、风景图片
10.3.1 概述 • 随着互联网技术、计算机技术、信号处理技术等的不断发 展，每天都有大量的图像数据需要处理，图像数据的应用 领域已涉及到科学技术和日常生活的各个方面。 – 在气象、遥感领域，人们要处理海量的气象图片和遥感图片。 – 在医疗卫生领域，由于医学图像的数字化存档和通讯系统已经越 来越为各医疗机构所重视，采用各种各样的医学影像设备帮助医 生进行诊断治疗，医学影像设备产生的图像数据很大部分已实现 了数字化管理。 – 在日常生活中，数码相机、扫描仪、数字摄像机等信息电器，使 得电脑硬盘或光盘里可能存储了成千上万张人物、风景图片
10.32基于内容图像检索的发展 基于文本检索利用了自然语言的优势,间接地实 现了对图像的索引。但: (1)人工标注要受到人的主观意识限制。 (2)大量的图像进行人工标注时要花费大量精力。 (3)没有直接基于图像的视觉特征,没有充分利用图 像本身所包含的特征如颜色、纹理、形状等,也没有 充分利用计算机对数字图像的处理能力
10.3.2 基于内容图像检索的发展 • 基于文本检索利用了自然语言的优势，间接地实 现了对图像的索引。但： – （1）人工标注要受到人的主观意识限制。 – （2）大量的图像进行人工标注时要花费大量精力。 – （3）没有直接基于图像的视觉特征，没有充分利用图 像本身所包含的特征如颜色、纹理、形状等，也没有 充分利用计算机对数字图像的处理能力
基于容的图像检索(CBR)枚 基于内容的图像检索(CBR, Content-Based Image retrieval)技术应运而生。 更有效、更直接地反映图像视觉信息必须基于图 像本身的属性。 基于内容的图像检索使用颜色、纹理、形状、空间关 系等图像的视觉内容来表示和索引图像。 现在基于内容图像检索已经融入了相关反馈技术, 让用户参与到检索过程中,从而获得知觉、语义 上更加有意义的检索结果
基于内容的图像检索（CBIR）技术 • 基于内容的图像检索（CBIR, Content-Based Image Retrieval）技术应运而生。 • 更有效、更直接地反映图像视觉信息必须基于图 像本身的属性。 – 基于内容的图像检索使用颜色、纹理、形状、空间关 系等图像的视觉内容来表示和索引图像。 • 现在基于内容图像检索已经融入了相关反馈技术， 让用户参与到检索过程中，从而获得知觉、语义 上更加有意义的检索结果