基于多尺度几何分析和SVM的Web图像检索技术研究

本项目研究基于多尺度几何分析和支撑矢量机(SVM)的Web图像检索问题,其中多尺度几何分析主要用于基于视觉内容的图像分割和特征提取,并辅助构造SVM的核函数；SVM用于完成图像分类,并辅助建立相应的自动标注模型.边缘和围线等信息是图像表示及其应用的关键,对人类视觉和计算机视觉至关重要,属于感兴趣区域,不同类型的图像体现为不同的特征;本项目对现有的具有多方向性和各项异性特点的图像的多尺度几何分析工具进行改进,并基于应用需求构建新的多尺度几何分析工具;在变换域对系数统计,结合改进的隐马尔柯夫模型并用于图像的分割,然后对分割后的主要对象作特征提取.通过对支撑矢量机的研究,结合所建立的多尺度几何分析基函数,确定多尺度几何分析核函数,并用于图像分类,辅助构成图像自动标注模型.本研究方案的成功实施将对多尺度几何分析、SVM和Web图像检索领域，及其融合交叉都具有重要的理论和应用价值。