基于灰色系统理论的图像压缩与检索技术研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

基于灰色系统理论的图像压缩与检索技术研究

项目名称：基于灰色系统理论的图像压缩与检索技术研究
项目类别：面上项目
批准号：60475040
申请代码：F030403
项目来源：国家自然科学基金
研究期限：2005-01-01-2007-12-31

项目负责人：曹奎
负责人职称：教授
依托单位：许昌学院
批准年度：2004

中文摘要：

虽然基于内容的图像检索(CBIR)的概念已经被广泛接受，其经济价值也已经显现出来，而且被众多软件公司所推崇，初步形成了市场。然而，现阶段CBIR的技术水平很难满足实际应用的要求，仍有诸多"瓶颈"问题需要解决，有许多面向实际应用目标的理论方法等待探索和创新。本项目首次将灰色系统理论引入图像检索问题的研究中，探讨更符合实际、更能反映CBIR的某些本质特性如相似性（非精确检索）、查询需求的模糊性和相似判别的主观性等的CBIR技术与方法，以期能突破影响CBIR系统实用性的技术难题。本项目采用灰色系统理论中的灰色模型和灰关联分析方法等，研究基于GM(1,1)模型的图像压缩算法、压缩域图像特征提取的算法，以及交互式CBIR系统中的相关反馈算法，为研究CBIR问题提供一个较为完整的解决方案，进而为CBIR的研究与应用提供一种可能的新途径。

中文主题词：基于内容的图像检索；图像压缩；图像特征提取；相关反馈，灰色系

英文摘要：

content-based image retrieval;

英文主题词： content-based image retrieval;

结论摘要：

本项目采用一种全新的理论与方法研究图像检索领域的核心问题与关键技术，探索了将灰色系统理论引入CBIR的思路与方法。采用灰色系统理论中的灰色模型、灰关联分析、灰色聚类等方法，详细研究了基于GM(1,1)模型的图像压缩算法、压缩域图像特征提取的算法，以及交互式CBIR系统中的相关反馈算法，设计了一个ＣＢＩＲ原型系统，取得了若干创新性研究成果，多篇研究论文发表在多种专业学术刊物上。此外，本项目还就ＣＢＩＲ领域的相关问题开展了研究与探索。本项目探讨了更符合实际、更能反映CBIR的某些本质特性如相似性（非精确检索）、查询需求的模糊性和相似判别的主观性等的CBIR技术与方法，揭示ＣＢＩＲ系统的不确定性和不完全性特点，丰富了ＣＢＩＲ领域现有研究成果，为研究交互式CBIR中的学习问题提供一种新途径。项目执行期间共毕业了3位硕士研究生, 目前在读研究生有9位。建立了较为广泛的国际学术交流与合作关系。

成果综合统计