【正文】 首先，我學(xué)會(huì)了 MATLAB 的使用，在畢設(shè)之前從來(lái)沒(méi)有接觸過(guò) MATLAB，對(duì) MATLAB 的使用和操作也一概不知。下的單位量化，由研究可得在 10176。量化時(shí)， kNN 分類(lèi)正確率最高，為 。量化下，我們做了 5 組實(shí)驗(yàn)，做出了 kNN 與 Weighted kNN 分類(lèi)正確率的比較表 表 46 10176。量化 圖 413 正確檢索到 19 幅與示例圖像相似的動(dòng)態(tài)圖片 由以上圖 4圖 411 兩幅圖可知，當(dāng) k 值、量化單位相同，分類(lèi)器不同時(shí)，分類(lèi)出來(lái)相似度的結(jié)果不相同；由圖 41圖 412 兩幅圖可知，當(dāng)分類(lèi)器、k 值相同，量化單位不同時(shí)，分類(lèi)出來(lái)相似度的結(jié)果不相同；由圖 41圖 413兩幅圖可知，當(dāng)分類(lèi)器、量化單位相同時(shí)， k 值不同，分類(lèi)出來(lái)相似度的結(jié)果不相同。 近鄰分類(lèi)器 特征庫(kù)的計(jì)算過(guò)程 首 先，在 MATLAB 運(yùn)行 ，然后彈出圖 45，表明系統(tǒng)正在進(jìn)行特征數(shù)據(jù)庫(kù)的計(jì)算。 和 39。 特征 . 4 CalcVectorCosineDistance. 用來(lái)進(jìn)行計(jì)算 2 個(gè)特征向量之間的 39。 15176。 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 16 圖 44 線條方向直方圖的改進(jìn)算法與原始算法的分類(lèi)正確率的比較 圖 44 的左列的圖片是動(dòng)態(tài)的，右列的圖片是靜態(tài)的。表 41 為三位同學(xué)評(píng)估情感圖像的部分匯總表。（ 8）財(cái)務(wù)和金融工程。當(dāng) MATLAB 程序啟動(dòng)時(shí)，一個(gè)叫做 MATLAB 桌面的窗口出現(xiàn)了。MATLAB 軟件的圖標(biāo)如圖 32 所示。 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 10 Weighted kNN 分類(lèi)器 圖 26 K近鄰法 圖 27 Wighted k近鄰法 k近鄰法中，當(dāng)樣本比較少時(shí)， kNN 法就不合適了。它由輸入層、輸出層和隱含層組成。與 180176。 原始的線條方向直方圖 對(duì)于某個(gè)圖像某點(diǎn)的方向梯度相角 ( ),xyq ，可以通過(guò)求它在某一點(diǎn)的導(dǎo)數(shù)，然后對(duì)它的正切取導(dǎo)數(shù)，例如 ? ?? ?? ?f x ,yxθ x ,y = a r c tg f x ,yy?????? ???? (21) 其中， ? ?90 90? ??? ， ，因?yàn)閳D像邊緣點(diǎn)的方向和此點(diǎn)的梯度方向垂直，所以此點(diǎn)的方向即此點(diǎn)的切線方向夾角范圍是 ? ? ? ? ? ?α x ,y = θ x ,y + 9 0 ,α 0 ,1 8 0? ? ??。羅 斯 [ 14 ]研究基于美觀的圖像自動(dòng)合成拉爾夫的審美方式。從文本和圖像梳理功能，從不同媒體的更多的信息可以被集成到推導(dǎo)出情感語(yǔ)義?？偟南敕ㄊ墙⒁粋€(gè)特定的配置文件為特定用戶(hù)或用戶(hù)組，來(lái)記錄個(gè)人喜好和共同的情感之間的自適應(yīng)信息。 形狀中的情感 形狀特征是情感圖像中最核心的特征，它可以清晰的反映出圖像的區(qū) 域、輪廓的基本特征。同理，色彩 飽和度的差異也給人不同的感受。情感圖像語(yǔ)義的自動(dòng)推導(dǎo)將延長(zhǎng)圖像索引和檢索目前的可能性范圍。根據(jù)實(shí)驗(yàn)結(jié)果，基于內(nèi)容的圖像檢索比較以前的檢索系統(tǒng)有很大的進(jìn)步。再者，不同地區(qū)不同國(guó)籍之間的自然語(yǔ)言理解和表述問(wèn)題對(duì)文本的描述也存在差異，這又給檢索造成了新的困難，盡管可以借用詞典或者互聯(lián)網(wǎng)得到簡(jiǎn)化，但是，同時(shí)使得檢索的表達(dá)能力受到了極大的限制。情感圖像檢索的研究與人類(lèi)的視覺(jué)感受到的信息密切相關(guān)，通過(guò)研究這兩者之間的關(guān)系，對(duì)未來(lái)的發(fā)展具有什么重要的意義和作用。 關(guān)鍵詞： 視覺(jué)特征計(jì)算 情感圖像檢索 線條方向直方圖 分類(lèi)器 II Abstract Research shows that many images are included in a certain emotional colors, different images will evoke different human emotions. How to effectively simulate the emotional feeling of people caused by the observed image and the image using semantic representations emotionally, is leading subject of a great challenge. Emotional image retrieval research in medicine, psychology, smart science, sociology, puter science, etc. in the field of agricultural science has great value. Lowlevel visual features and the relationship between highlevel semantic image this study, such as static, dynamic relationship between the images and emotions. First, create the image database containing dynamic static. Collected 200 contains dynamic and static sense, the art of image content on the Inter (such as oil painting, watercolor painting, Chinese painting, including Eastern and Western works). Then ask students to make three dynamic image assessment, scoring, and finally get that contains 200 quiet sense of class and the dynamic class image database. Secondly, the use of lines to extract image edge direction histogram feature information, then it can be improved algorithm based on paring the classification accuracy. And bined Weighted kNN, kNN, BP neural work classifier three kinds of emotional image database categorize improve the image retrieval accuracy. Use classification principle is: if the classification accuracy, then retrieved the results are correct, and vice versa. Through this experiment proved that with respect to the kNN, Weighted kNN classifier, BP neural work classifier correct rate is relatively high, the classification was . kNN, Weighted kNN were and . Can be improved by improving the training samples to improve the classification rate. This paper focuses on the line direction histogram, kNN, Weighted kNN, BP neural work classifier algorithm. Keywords: Visual features calculation emotional image retrieval line direction histogram the classifier 基于情感圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 1 引言 隨著信息化時(shí)代的到來(lái)和信息傳播速度大力的提升，越來(lái)越多的圖像信息被人們所接觸。然后請(qǐng) 3位同學(xué)對(duì)圖像的動(dòng)感作出評(píng)估，進(jìn)行打分，最后得到包含 200幅“靜感”類(lèi)和“動(dòng)感”類(lèi)圖像的數(shù)據(jù)庫(kù)。 參考文獻(xiàn)： [1] 陳斌 . 基于分形與小波的圖像和諧情感特性研究 [D]. 北京航空航天大學(xué)碩士學(xué)位論文 , 20xx. [2] Rafael C. Gonzalez 等著，阮秋琦等譯 . Digital Image Processing(中文版名：數(shù)字圖像處理 )[M]. 北京：電子工業(yè)出版社， 20xx. [3] Kherfi M L， Ziou D， Bernardi A. Image Retrieval From the World Wide Web： Issues，Techniques， and Systems[J]. ACM Computing Surveys， 20xx， 36(1)： 3567. [4] 章毓晉 . 基于內(nèi)容的視覺(jué)信息檢索 [M]. 北京：科學(xué)出版社， 20xx. [5] 莊越挺等著 . 網(wǎng)上多媒體信息分析與檢索 [M]. 北京：清華大學(xué)出版社， 20xx. [6] 劉偉 . 圖像檢索中若干問(wèn)題的研究 [D]. 杭州：浙江大學(xué)， 20xx. [7] 王上飛，王煦法 . 圖像情感檢索研究的進(jìn)展與展望 [J]. 電路與系統(tǒng)學(xué)報(bào)， 20xx，10(4)： 102110. [8] 王偉凝，余英林 . 圖像的情感語(yǔ)義研究進(jìn)展 [J]. 電路與系統(tǒng)學(xué)報(bào)， 20xx， 8(5)：101109. [9] 王偉凝，余英林，張劍超 . 基于線條方向直方圖的圖像情感語(yǔ)義分類(lèi) [J]. 計(jì)算機(jī)工程， 20xx， 31(11)： 79. 4． 指導(dǎo)教師審閱意見(jiàn) 指導(dǎo)教師 (簽字 )： 年 月 日 說(shuō)明： 本報(bào)告必須由承擔(dān)畢業(yè)論文 (設(shè)計(jì) )課題任務(wù)的學(xué)生在畢業(yè)論文 (設(shè)計(jì) ) 正式開(kāi)始的第 1周周五之前獨(dú) 立撰寫(xiě)完成，并交指導(dǎo)教師審閱。搞懂 KNN 算法設(shè)計(jì)，仔細(xì)思考算法細(xì)節(jié)問(wèn)題，以及各種實(shí)際中遇到的問(wèn)題。 在計(jì)算直方圖矢量之間的距離時(shí)，我們使用了 歐式距離度量，如式 (2)所示： ? ? ? ? ? ?? ? 2nE Q I Q Ij= 1d H H = H j H j?， (2) 圖像人工分類(lèi)結(jié)果表明，具有較多垂直線條的圖像與具有較多水平線條的圖像一樣都給人以寧?kù)o的感覺(jué)，進(jìn)行分類(lèi)的依據(jù)是不同圖像的直方圖向量之間的距離，根據(jù)分類(lèi)的原則，同類(lèi)向量之間的距離應(yīng)該較小，異類(lèi)向量之間的距離應(yīng)該較大，即類(lèi)內(nèi)距離要小，類(lèi)間距離要大。這些實(shí)現(xiàn)起來(lái)工作量比較大，需要細(xì)心認(rèn) 真，總體來(lái)時(shí)比較容易構(gòu)建。隨著多媒體技術(shù)的迅速發(fā)展，數(shù)字圖象處理中的一 個(gè)重要研究方向是使計(jì)算機(jī)能夠模仿人的感覺(jué)和需求來(lái)處理和理解圖像。圖像檢索是屬于圖像分析的一個(gè)研究領(lǐng)域。如何從浩如煙海的圖像信息中及時(shí)、高效地尋找 所需要的圖像成為一個(gè)需要迫切解決的問(wèn)題。 7) 11 月 15 日前（第十二周）學(xué)生將《開(kāi)題報(bào)告》（定稿）上傳至畢設(shè)管理系統(tǒng)中。要求同學(xué)完成畢業(yè)設(shè)計(jì)后應(yīng)提交相應(yīng)的畢業(yè)設(shè)計(jì)文檔（如畢業(yè)設(shè)計(jì)論文等）以及可在Windows 平臺(tái)下運(yùn)行的情感圖像檢索原型系統(tǒng)程序。將圖像情感語(yǔ)義特征應(yīng)用到圖像檢索中，使圖像檢索的結(jié)果更加符合人類(lèi)對(duì)圖像的自然描述、理解和需求，是一個(gè)有著學(xué)術(shù)和應(yīng)用價(jià)值的問(wèn)題。本題目是基于內(nèi)容的圖像檢索（ CBIR）應(yīng)用系統(tǒng)的設(shè)計(jì)，目標(biāo)是用 Matlab（或其他開(kāi)發(fā)平臺(tái)，如 C、 Java）開(kāi)發(fā)出能夠滿(mǎn)足用戶(hù)提出的情感色彩檢索要求的檢索算法以及對(duì)應(yīng)的圖像檢索實(shí)驗(yàn)平臺(tái)。 二、參考資料 [1] Rafael C. Gonzalez 等著，阮秋琦等譯 . Digital Image Processing（中文版名：數(shù)字圖像處理） [M]. 北京：電子工業(yè)出版社， 20xx. [2] Kherfi M L， Ziou D， Bernardi A. Image Retrieval From the World Wide Web：Issues， Techniques， and Systems[J]. ACM Computing Surveys， 20xx， 36（ 1）： 3567. [3] 章毓晉 . 基于內(nèi)容的視覺(jué)信息檢索 [M]. 北京：科學(xué)出版社， 20xx. [4] 莊越挺等著 . 網(wǎng)上多媒體信息分析與檢索 [M]. 北京：清華大學(xué)出版社， 20xx. [5] 劉偉 . 圖像檢索中若干問(wèn)題的研究 [D]. 杭州：浙江大學(xué)， 20xx. [6] 王上飛，王煦法 . 圖像情感檢索研究的進(jìn)展與展望 [J]. 電路與系統(tǒng)學(xué)報(bào)，20xx， 10（ 4）： 102110. [7]