本文選題：圖像檢索 + 特征提取　； 參考：《昆明理工大學》2017年碩士論文

【摘要】：現(xiàn)今,隨著科技不斷進步,服裝電子商務迅猛發(fā)展,網絡上的服裝圖像數量呈爆炸式增長。為了實現(xiàn)用戶能夠更加快速和準確的查找所需圖像的目標,本文在基于內容的圖像檢索技術的基礎上提出基于融合多特征的服裝圖像檢索算法。本文針對服裝圖像特征提取技術展開研究,具體工作如下:第一,簡要介紹CBIR系統(tǒng)的研究現(xiàn)狀,并對底層的三個特征提出相應提取算法。就顏色特征提取方面,本文采用一種基于HSV顏色矩的方法;就紋理特征提取方面,運用一種基于傅里葉描述子的方法;就形狀特征提取方面,提出一種基于Hu不變矩的算法。第二,深入研究基于多特征融合的服裝圖片檢索關鍵技術。由于服裝圖像內容信息含量高,單一使用一種低層視覺特征不能對目標圖像進行全面的表達,檢索效果不佳。因此本文融合上述三個主要特征,提出基于多特征融合的方法對服裝圖像進行檢索。實驗結果表明,本文融合特征算法與單一特征算法相比,具有更好的檢索性能。第三,設計并開發(fā)了基于多特征融合的服裝圖片檢索系統(tǒng)。該系統(tǒng)基于Matlab2010a平臺搭建,共包含選擇菜單、路徑設置、待查詢圖像輸入、自定義權重、待查詢圖像性質及返回檢索結果等7個功能模塊。實驗中測試了各功能模塊的性能,驗證了服裝圖片檢索系統(tǒng)的可行性。
[Abstract]:Nowadays, with the development of science and technology and the rapid development of e-commerce, the number of clothing images on the network is increasing explosively. In order to achieve the goal that users can find the desired images more quickly and accurately, this paper proposes a garment image retrieval algorithm based on multi-feature fusion based on content-based image retrieval technology. The main work of this paper is as follows: firstly, the research status of CBIR system is briefly introduced, and the corresponding extraction algorithm for the three features in the bottom layer is proposed. In terms of color feature extraction, this paper uses a method based on HSV color moment, a method based on Fourier descriptor for texture feature extraction, and an algorithm based on Hu invariant moment for shape feature extraction. Secondly, the key techniques of garment image retrieval based on multi-feature fusion are studied. Because of the high content of content in clothing image, the single use of a low-level visual feature can not express the target image comprehensively, and the retrieval effect is not good. Therefore, this paper combines the above three main features and proposes a multi-feature fusion method for garment image retrieval. Experimental results show that the fusion feature algorithm has better retrieval performance than the single feature algorithm. Thirdly, a garment image retrieval system based on multi-feature fusion is designed and developed. The system is based on Matlab 2010a platform and consists of seven function modules: selection menu, path setting, image input to be queried, custom weight, the nature of the image to be queried and the retrieval result. The performance of each functional module is tested and the feasibility of the clothing image retrieval system is verified.
【學位授予單位】：昆明理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前10條

1 謝紅;趙洪野;;基于卡方距離度量的改進KNN算法[J];應用科技;2015年01期

2 黃仁;胡敏;;綜合顏色空間特征和紋理特征的圖像檢索[J];計算機科學;2014年S1期

3 張少博;全書海;石英;楊陽;李云路;程姝;;基于顏色矩的圖像檢索算法研究[J];計算機工程;2014年06期

4 王鋒;殷珍珍;李彬;;基于分塊局部二值模式的圖像檢索研究[J];微電子學與計算機;2014年05期

5 宋克臣;顏云輝;陳文輝;張旭;;局部二值模式方法研究與展望[J];自動化學報;2013年06期

6 張偉;何金國;;Hu不變矩的構造與推廣[J];計算機應用;2010年09期

7 郝玉保;王仁禮;馬軍;蘇斌;鄭建華;;改進Tamura紋理特征的圖像檢索方法[J];測繪科學;2010年04期

8 張剛;馬宗民;;一種采用Gabor小波的紋理特征提取方法[J];中國圖象圖形學報;2010年02期

9 王國權;周小紅;蔚立磊;;基于分水嶺算法的圖像分割方法研究[J];計算機仿真;2009年05期

10 王宇;陳殿仁;沈美麗;吳戈;;基于形態(tài)學梯度重構和標記提取的分水嶺圖像分割[J];中國圖象圖形學報;2008年11期

相關博士學位論文 前4條

1 汪啟偉;圖像直方圖特征及其應用研究[D];中國科學技術大學;2014年

2 楊文明;時空聯(lián)合的視頻對象分割[D];浙江大學;2006年

3 宋加濤;基于二值邊緣圖像的眼睛定位和人臉識別[D];浙江大學;2004年

4 洪安祥;基于內容的圖像檢索若干論題研究[D];浙江大學;2003年

相關碩士學位論文 前10條

1 閆軍朝;基于多特征標記的分水嶺分割算法的研究[D];東華理工大學;2015年

2 朱凌云;融合多種內容特征和相關反饋技術的圖像檢索系統(tǒng)研究[D];重慶大學;2015年

3 董俊杰;基于HOG和SVM的服裝圖像檢索系統(tǒng)的設計與實現(xiàn)[D];中山大學;2014年

4 殷珍珍;基于顏色和紋理特征的圖像檢索算法研究[D];河南工業(yè)大學;2013年

5 董麗娟;基于內容的服裝圖像檢索系統(tǒng)關鍵技術研究[D];長春理工大學;2013年

6 王戰(zhàn)輝;基于內容的服裝圖像檢索技術研究[D];西安理工大學;2010年

7 王蕾;基于FPGA的視頻圖像放大處理系統(tǒng)的研究與設計[D];東北大學;2009年

8 蘆興宇;基于內容的服裝圖像檢索研究[D];華中科技大學;2009年

9 盧興敬;基于內容的服裝圖像檢索技術研究及實現(xiàn)[D];哈爾濱工業(yè)大學;2008年

10 劉亙軼;基于內容的圖像檢索關鍵技術研究與系統(tǒng)設計[D];西安電子科技大學;2006年

，

本文編號：2001549