Advisor: Prof. Chin-Shyurng Fahn

TEL: 02-2733-3141 # 7425

Location: RB307-3

Designer: Yu-Ta Lin

以模糊自適應共振理論網路整合多重特徵之智慧型影像檢索系統

 

  近年來,隨者電腦科技的日新月異,造就了數位化時代的來臨,使得成千上萬的圖像、文字得以藉此永久保存。但也因為如此,如何讓使用者在大型圖像資料庫中快速且有效地檢索相似影像,進而能夠達成隨選視訊的目標,是現今研究影像圖庫科學家們所努力不懈奮鬥的原因。現存的圖像資料庫大部分都是以文字註解當作相似圖片的搜尋依據,由於人類的介入容易達成高檢索成功率,但這需要花費資料庫維護人員的大量時間去建立影像之間的關聯性,且需要使用者的配合,所以單純使用影像內容為檢索基礎去檢索大型圖像資料庫的技巧漸漸受到大眾所重視。在本篇論文中,我們提出一個以模糊自適應共振理論網路整合顏色及空間資訊的智慧型影像檢索系統,來檢索現存五種類型的數位影像(黑白影像、向量灰階影像、複雜背景灰階影像、向量彩色影像、自然影像)。在系統中我們先分離出顏色資訊,對所得到的明亮度資訊做邊緣偵測,從而找出擁有最大邊緣的物件並且去除其他背景部分,以當作影像中的主要代表內容,再來擷取其中的四種特徵資訊–不變矩量、傅立葉描述子、顏色區塊、內部輪廓數。使用這四種數位化特徵資訊當作影像資料庫的索引,配合不同影像型態的不同權重,並且經由模糊自適應共振理論網路的整合,讓相似的影像能夠自動的聚類。在系統中我們對於檢索及儲存的影像使用同樣步驟,經由實驗的結果顯示我們的方法確實可行有效。