【摘要】：隨著注冊商標(biāo)的數(shù)量逐年增加,商標(biāo)侵權(quán)的案例增多,對于商標(biāo)注冊的審查和審核提出了新的難題,如何最大限度的減少侵權(quán)案例的發(fā)生,同時對注冊商標(biāo)企業(yè)的權(quán)益進行保護。商標(biāo)檢索(Trademark Image Retrieval,TIR)是基于內(nèi)容的圖像檢索(Content-Based Image Retrieval,CBIR)在商標(biāo)領(lǐng)域的重要應(yīng)用,在多媒體信息訪問以及檢索中起著重要的作用。針對傳統(tǒng)商標(biāo)檢索方法存在檢索時間長以及誤檢的問題,本文通過結(jié)合形狀特征和特征點描述圖像特征,并使用詞袋特征進行圖像檢索,提出了一種集合型商標(biāo)檢索的方法即MHU-SIFT-K-means-BOF(Modified HU-Scale-invariant Feature transform K-means-Bag of Feature),該方法首先使用MHU-SIFT進行特征提取,也就是對圖像進行基本的預(yù)處理,然后對圖像提取全局特征即求MHU矩,接著采用SIFT提取圖像的局部特征,得到圖像的特征點集合,然后對特征點集合采用K-means-BOF方法,即對SIFT得到的圖像特征點的庫進行聚類,獲得該圖像的聚類中心,形成每張圖像的單詞模塊(Pitch),即BOF,形成BOF特征向量庫,進行圖像檢索。特征匹配部分使用夾角余弦計算相似度,最后按圖像相似度排名輸出圖像。為了驗證方法的有效性,在VS2010建立平臺進行實驗仿真并調(diào)用MATLAB2015b,通過對MPEG7_CE-Shape-1_Part_B標(biāo)準圖像和測試商標(biāo)圖像庫進行大量的試驗評估,實驗結(jié)果表明,在圖像檢索過程中,本文提出的MHU-SIFT方法,較一般的HU-SIFT算法而言,準確性和快速性更勝一籌。
【圖文】：

日發(fā)布的《關(guān)于商標(biāo)行政執(zhí)法中若干問題的意見》[8]，標(biāo)局進行查詢，先搜索已經(jīng)注冊的商標(biāo)庫中是否存在如有，駁回注冊申請。而如何判斷相似是一個相對客語言和人的視覺效果存在不同，，在商標(biāo)審查時判斷商標(biāo)判斷方法有：第一，與注冊商標(biāo)被使用人實際使用的的商標(biāo)為準；（2）以人的主觀視覺感受為標(biāo)準，可以某個特殊標(biāo)志或者突出顯示的地方，比如色彩搭配或人的主觀看法，對人腦的刺激和輸入信息一致，相似者具有相同的某種形狀，給人造成一種神似的主觀效的假冒偽劣商品就是抓住這個漏洞來欺騙消費者。以，相似商標(biāo)如圖 1.2 所示。一個好的商標(biāo)檢索系統(tǒng)的像，這是一個近似匹配的過程[9]而不是精確匹配，在的圖像的同時盡量排除相異的商標(biāo)。

圖 1.5 中國商標(biāo)局商標(biāo)查詢系統(tǒng)界面圖Fig. 1.5 Trademark query system of the China trademark office 商標(biāo)檢索的國內(nèi)外研究現(xiàn)狀著注冊商標(biāo)的增多，數(shù)據(jù)庫中的商標(biāo)數(shù)量越來越多，如何對其進行管理立功能相對完善的數(shù)據(jù)庫管理系統(tǒng)，最終的目的是達到不出現(xiàn)重復(fù)或相冊，以往通過人工注釋來描述商標(biāo)圖像存在巨大的主觀性，不同的人對同的感知和認識，因此，對商標(biāo)檢索的準確性，以及效率提出了更高的前國內(nèi)外各種機構(gòu)和眾多學(xué)者紛紛展開了深入的探索與研究[10]。日常生活中，越來越多的地方用到了圖像檢索。比如你看到一個不認識其他實物，可以使用百度識圖的功能，進行查找，可以找到很多相似的據(jù)自己的選擇再進一步了解。隨著基于內(nèi)容圖像檢索表現(xiàn)巨大的優(yōu)良性表現(xiàn)出對我們?nèi)粘Ｉ畹闹匾院陀行�，它將取代傳統(tǒng)的檢索方式，主要的檢索方式。
【學(xué)位授予單位】：沈陽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 王太平;盧結(jié)華;;歐盟商標(biāo)法上侵犯商標(biāo)權(quán)的判斷標(biāo)準[J];知識產(chǎn)權(quán);2014年11期

2 董文會;常發(fā)亮;李天平;;融合顏色直方圖及SIFT特征的自適應(yīng)分塊目標(biāo)跟蹤方法[J];電子與信息學(xué)報;2013年04期

3 曹玉東;;基于融合特征的近似圖像檢測方法[J];計算機技術(shù)與發(fā)展;2012年08期

4 王三虎;姚望舒;凌興宏;;基于SIFT和角點特征的商標(biāo)檢索算法[J];計算機應(yīng)用;2011年07期

5 顏兵;王金鶴;趙靜;;基于均值濾波和小波變換的圖像去噪技術(shù)研究[J];計算機技術(shù)與發(fā)展;2011年02期

6 王劍平;張捷;;小波變換在數(shù)字圖像處理中的應(yīng)用[J];現(xiàn)代電子技術(shù);2011年01期

7 陳衛(wèi)兵;;幾種圖像相似性度量的匹配性能比較[J];計算機應(yīng)用;2010年01期

8 黃賽平;吳曉彬;;基于距離融合的多特征商標(biāo)圖像檢索[J];中國制造業(yè)信息化;2009年07期

9 于紅;王金偉;;基于改進的HU不變矩的電力圖元特征提取[J];沈陽工程學(xué)院學(xué)報(自然科學(xué)版);2009年01期

10 李云霞;曾毅;鐘瑞艷;郭濤;;基于SIFT特征匹配的圖像拼接算法[J];計算機技術(shù)與發(fā)展;2009年01期

相關(guān)會議論文 前1條

1 陳才扣;孫強強;;基于區(qū)域信息熵的二值商標(biāo)圖像檢索[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

相關(guān)碩士學(xué)位論文 前2條

1 朱巧巧;基于內(nèi)容的商標(biāo)在線檢索技術(shù)研究[D];南京航空航天大學(xué);2012年

2 阮可可;基于內(nèi)容的商標(biāo)圖像檢索研究[D];華南理工大學(xué);2010年

本文編號：2567369