作者：于新兴; 李明岐; 段竹图像数据挖掘驱动模型图像处理技术关联规则挖掘分类聚类数字化医学
摘要：目的：介绍图像数据挖掘的模型及核心技术。方法：原始图像不能直接用于图像数据挖掘,必须进行预处理以生成用于高层次挖掘的图像特征库。一个图像挖掘系统应该包括图像的存储、预处理、检索、挖掘和展示等功能。它主要涉及图像数据挖掘模型和图像数据挖掘技术。结果：MultiMediaMiner是以DBMiner系统和C-BIRD系统为基础发展起来的图像数据挖掘系统,它是典型的功能驱动模型。在信息驱动模型中,象素层和对象层主要进行图像处理、对象识别和特征提取,而语义概念层和模式知识层主要进行图像数据挖掘和知识集成,该模型不仅只在图像的高层次进行挖掘,而且还可以扩展此模型以使挖掘能够在每个层次以及不同层次间进行。基于图像的数据挖掘核心技术涉及：图像处理技术,如去噪、对比度增强、图像分割等技术;特征提取和优化技术;分类、规则提取、预测和聚类等。结论：理论上图像数据挖掘是数据挖掘的一个分支,但是由于挖掘对象的复杂性,所以图像数据挖掘不是传统的数据挖掘理论与技术在图像数据上的简单应用和延伸,而是一个具有自己独特研究内容、理论与技术框架的新的研究领域。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
