本文關(guān)鍵詞：基于精簡描述符的圖像檢索，由筆耕文化傳播整理發(fā)布。

【摘要】：圖像檢索技術(shù)已經(jīng)成為了現(xiàn)代計(jì)算機(jī)領(lǐng)域一個(gè)非常熱門并且值得研究的課題。從海量的圖像數(shù)據(jù)中找到我們希望查詢的圖像,不僅是數(shù)字化社會(huì)里人們很急切的一個(gè)需求,同時(shí)也是機(jī)器學(xué)會(huì)感知這個(gè)世界實(shí)現(xiàn)真正人工智能的第一步�，F(xiàn)在已經(jīng)有了很多非常成熟的商用圖像檢索體系,比如谷歌和百度的搜圖功能;在實(shí)驗(yàn)室我們利用基于sift的BOW架構(gòu)的檢索體系也可以實(shí)現(xiàn)比較好的圖像檢索。但隨著移動(dòng)智能設(shè)備的不斷發(fā)展和普及,當(dāng)我們想要將圖像檢索的功能與移動(dòng)智能設(shè)備結(jié)合到一起的時(shí)候,就會(huì)面臨很多包括網(wǎng)絡(luò)傳輸、數(shù)據(jù)庫存儲(chǔ)、匹配計(jì)算速度在內(nèi)的許多問題。為了解決這些問題,我們希望可以改進(jìn)圖像的特征提取,采用更加精簡特征描述子以及特征比對方法以提高特征的提取和比對效率。本文提出了一種基于精簡描述符的圖像檢索體系,希望能實(shí)現(xiàn)更加精確同時(shí)也更具效率的圖像檢索。在圖像的特征描述子方面,不同于一般采用的sift或者surf特征描述,我們選擇了更加簡單、匹配更加快捷的二進(jìn)制描述符。在傳統(tǒng)的orb描述子的基礎(chǔ)上,本文引入了四通道顏色空間對描述子進(jìn)行改進(jìn),將特征點(diǎn)周圍的三個(gè)顏色通道的顏色梯度信息利用二進(jìn)制編碼的方式加入到特征描述中,這樣可以有效提高二進(jìn)制描述子對顏色變化和光照變化的魯棒性。通過實(shí)驗(yàn)可以看出,改進(jìn)過的特征描述在計(jì)算時(shí)間上與傳統(tǒng)二進(jìn)制描述相差不大,但在各種變化下的特征匹配表現(xiàn)要優(yōu)于傳統(tǒng)的二進(jìn)制特征描述。本文利用改進(jìn)過的結(jié)合顏色信息的二進(jìn)制描述子提出了一種圖像檢索的結(jié)構(gòu)。在圖像的檢索過程中第一步引入了感知哈希(phash)算法對圖像數(shù)據(jù)庫進(jìn)行預(yù)處理。圖像的感知哈希編碼是一種將原始圖像快速轉(zhuǎn)換為64位二進(jìn)制編碼的方法,可以將感知哈希編碼理解為圖像的“指紋”,通過圖像間phash編碼之間的漢明距離可以有效判斷兩幅圖像的相似程度。利用phash算法和合適閾值,可以有效對數(shù)據(jù)庫進(jìn)行過濾,過濾掉大部分?jǐn)?shù)據(jù)庫中的非目標(biāo)圖像,可以在很大程度上減少后續(xù)特征匹配過程的計(jì)算量,提高計(jì)算效率。圖像檢索第二步利用改進(jìn)過的color orb進(jìn)行特征匹配得到初始的檢索結(jié)果,二進(jìn)制編碼間的匹配可以直接利用異或操作求取漢明距離,計(jì)算速度非常快。圖像檢索的第三步是利用幾何編碼算法(GC)對初始檢索結(jié)果進(jìn)行幾何關(guān)系后驗(yàn)證得到最終的檢索結(jié)果。幾何編碼算法是一種衡量兩幅圖像間匹配上的特征點(diǎn)之間的幾何關(guān)系的算法,得分越高自然說明特征點(diǎn)之間的幾何關(guān)系越相似,兩幅圖像之間的相似程度更大。通過實(shí)驗(yàn)可以得到,與傳統(tǒng)的BOW圖像檢索體系以及BOW+GC結(jié)合的圖像檢索方式相比,我們提出的基于精簡描述符的圖像檢索結(jié)構(gòu)在檢索結(jié)果上具有比較良好的表現(xiàn),同時(shí)在檢索時(shí)間上具備很大的優(yōu)勢。
【關(guān)鍵詞】：圖像檢索 精簡描述符 四通道顏色空間 color-orb 感知哈希算法 幾何編碼算法
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-19
• 1.1 研究背景及意義10-11
• 1.2 圖像檢索研究現(xiàn)狀11-16
• 1.2.1 基于內(nèi)容的圖像檢索12-14
• 1.2.2 基于語義的圖像檢索14-15
• 1.2.3 基于知識(shí)的圖像檢索15-16
• 1.3 移動(dòng)端圖像檢索16-17
• 1.4 論文組織結(jié)構(gòu)17-19
• 第2章 圖像特征描述符19-29
• 2.1 復(fù)雜局部特征描述19-24
• 2.1.1 SIFT特征19-23
• 2.1.2 SURF特征23-24
• 2.2 精簡局部特征描述24-29
• 2.2.1 FAST角點(diǎn)檢測24-25
• 2.2.2 ORB特征描述25-26
• 2.2.3 BRISK特征描述26-29
• 第3章 結(jié)合顏色信息的精簡描述子(COLOR-ORB)29-37
• 3.1 四通道顏色空間29-30
• 3.2 改進(jìn)的局部二進(jìn)制特征描述30-32
• 3.3 實(shí)驗(yàn)結(jié)果和討論32-36
• 3.3.1 實(shí)驗(yàn)方法32-33
• 3.3.2 實(shí)驗(yàn)結(jié)果及討論33-36
• 3.4 實(shí)驗(yàn)結(jié)論36-37
• 第4章 基于精簡描述符的檢索結(jié)構(gòu)37-54
• 4.1 圖像檢索預(yù)處理38-42
• 4.1.1 phash算法簡介38-40
• 4.1.2 phash算法實(shí)驗(yàn)結(jié)果40-42
• 4.2 圖像檢索特征比對42-45
• 4.2.1 特征比對方法42-44
• 4.2.2 特征比對實(shí)驗(yàn)結(jié)果44-45
• 4.3 圖像檢索后驗(yàn)證45-50
• 4.3.1 圖像幾何驗(yàn)證算法45-46
• 4.3.2 幾何編碼算法(GC)46-49
• 4.3.3 圖像幾何驗(yàn)證結(jié)果49-50
• 4.4 實(shí)驗(yàn)結(jié)果與討論50-54
• 4.4.1 實(shí)驗(yàn)結(jié)果50-52
• 4.4.2 實(shí)驗(yàn)結(jié)論52-54
• 第5章 總結(jié)與展望54-56
• 5.1 全文總結(jié)54-55
• 5.2 未來展望55-56
• 參考文獻(xiàn)56-60
• 作者簡介及在學(xué)期間所取得的科研成果60-61
• 致謝61

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓法旺;;基于云計(jì)算模式的圖像檢索研究[J];情報(bào)科學(xué);2011年10期

2 何巖;;以計(jì)算機(jī)為基礎(chǔ)的色彩圖像檢索方法與研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年12期

3 郭海鳳;李廣水;仇彬任;;基于融合多特征的社會(huì)網(wǎng)上圖像檢索方法[J];計(jì)算機(jī)與現(xiàn)代化;2013年12期

4 柏正堯,周紀(jì)勤;基于復(fù)數(shù)矩不變性的圖像檢索方法研究[J];計(jì)算機(jī)應(yīng)用;2000年10期

5 夏峰,張文龍;一種圖像檢索的新方法[J];計(jì)算機(jī)應(yīng)用研究;2002年11期

6 鄧誠強(qiáng),馮剛;基于內(nèi)容的多特征綜合圖像檢索[J];計(jì)算機(jī)應(yīng)用;2003年07期

7 斯白露,高文,盧漢清,曾煒,段立娟;基于感興趣區(qū)域的圖像檢索方法[J];高技術(shù)通訊;2003年05期

8 劉怡,于沛;基于“知網(wǎng)”的新聞圖像檢索方法[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期

9 張榮,鄭浩然,李金龍,王煦法;進(jìn)化加速技術(shù)在圖像檢索中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2004年16期

10 黃德才,胡嘉,鄭月鋒;交互式圖像檢索中相關(guān)反饋進(jìn)展研究[J];計(jì)算機(jī)應(yīng)用研究;2005年09期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 陳旭文;朱紅麗;;一種高效的圖像檢索方法[A];中國儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

2 周向東;張亮;張琪;劉莉;殷慷;施伯樂;;一種新的圖像檢索相關(guān)反饋方法[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

3 陳世亮;李戰(zhàn)懷;閆劍鋒;;一種基于本體描述的空間語義圖像檢索方法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 趙海英;彭宏;;基于最優(yōu)近似反饋的圖像檢索[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

5 許相莉;張利彪;于哲舟;周春光;;基于商空間粒度計(jì)算的圖像檢索[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

6 李凌偉;周榮貴;劉怡;;基于概念的圖像檢索方法[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2002年

7 楊關(guān)良;李忠杰;徐小杰;;基于代表色的圖像檢索方法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

8 彭瑜;喬奇峰;魏昆娟;;基于多示例學(xué)習(xí)的圖像檢索方法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

9 胡敬;武港山;;基于語義特征的風(fēng)景圖像檢索[A];2009年研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)論文集[C];2009年

10 許天兵;;一種基于語義分類的圖像檢索方法[A];中國圖象圖形學(xué)會(huì)第十屆全國圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 崔超然;圖像檢索中自動(dòng)標(biāo)注、標(biāo)簽處理和重排序問題的研究[D];山東大學(xué);2015年

2 楊迪;基于內(nèi)容的分布式圖像檢索[D];北京郵電大學(xué);2015年

3 張旭;網(wǎng)絡(luò)圖像檢索關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

4 吳夢麟;基于半監(jiān)督學(xué)習(xí)的醫(yī)學(xué)圖像檢索研究[D];南京理工大學(xué);2015年

5 汪友寶;基于多分辨率和顯著特征的圖像檢索方法研究[D];上海大學(xué);2015年

6 張運(yùn)超;面向海量圖像檢索的視覺編碼方法分析與優(yōu)化[D];北京理工大學(xué);2015年

7 高毫林;基于哈希技術(shù)的圖像檢索研究[D];解放軍信息工程大學(xué);2014年

8 李清亮;圖像檢索中判別性增強(qiáng)研究[D];吉林大學(xué);2016年

9 李展;基于多示例學(xué)習(xí)的圖像檢索與推薦相關(guān)算法研究[D];西北大學(xué);2012年

10 郭麗;基于內(nèi)容的商標(biāo)圖像檢索研究[D];南京理工大學(xué);2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙鴻;基于尺度不變局部特征的圖像檢索研究[D];華南理工大學(xué);2015年

2 孫劍飛;基于圖像索引的熱點(diǎn)話題檢索方法研究[D];蘭州大學(xué);2015年

3 章進(jìn)洲;圖像檢索中的用戶意圖分析[D];南京理工大學(xué);2015年

4 苗思楊;移動(dòng)圖像檢索中的漸進(jìn)式傳輸方式研究[D];大連海事大學(xué);2015年

5 都業(yè)剛;基于顯著性的移動(dòng)圖像檢索[D];大連海事大學(xué);2015年

6 王夢蕾;基于用戶反饋和改進(jìn)詞袋模型的圖像檢索[D];南京理工大學(xué);2015年

7 許鵬飛;基于草圖的海量圖像檢索方法研究[D];浙江大學(xué);2015年

8 馮進(jìn)麗;基于BoF的圖像檢索與行為識(shí)別研究[D];山西大學(xué);2015年

9 喬維強(qiáng);基于低級特征和語義特征的醫(yī)學(xué)圖像檢索[D];北京理工大學(xué);2015年

10 蔣國寶;基于內(nèi)容的概念建模和圖像檢索重排序[D];復(fù)旦大學(xué);2014年

  本文關(guān)鍵詞：基于精簡描述符的圖像檢索，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：325427