基于多特征的分层图像检索技术研究及应用实现

发布时间：2020-01-26 12:09

【摘要】：基于内容的图像检索是多媒体信息检索的重要研究方向,它是一种基于“以图搜图”的检索技术,广泛应用于多个领域,如电子商务子中的商品图像检索。随着网络的普及,数字图像得到显著增长,成为多媒体社会中主要信息的来源。各式各样的图像遍及到我们日常的生活学习中,如何快速准确的对图像信息进行分析和检索具有重要的研究价值。本文是对基于内容的图像检索技术进行研究。根据对该技术的相关理论知识和算法的学习,采用了多特征融合的分层图像检索方法。该方法的第一层是图像筛选层,本文提出了基于稀疏的多类别分类方法对图像进行筛选;第二层是精确图像检索层,采用多特征融合的方法对图像进行精确检索。本文将多特征分层图像检索技术应用在商品检索中,具体的工作和创新如下:(1)在基于稀疏分类的图像筛选层中,本文提出一种基于稀疏的多类别分类方法。传统的稀疏分类方法是根据重建残差进行分类,并且将图像归为某一类,这样容易导致分类错误,从而不能达到图像筛选的目的。因此,本文提出一种基于稀疏的多类别分类方法,结合稀疏表示的特性,采用重建残差和稀疏系数的比值来进行分类,把图像归为相似的前N类,减少分类错误,达到图像筛选的目的,构成精确检索层的候选图像集。(2)在精确图像检索层,本文采用多特征加权融合的检索方法。首先提取SIFT特征,根据词袋模型特征表示方法,得到图像的直方图特征。本文引入了Dirichlet Fisher核的直方图转换方法,得到具有较强辨别力的SiftBowDirfk特征,提高检索的性能。此外,针对单一特征不能准确描述图像的缺点,本文采用多特征加权融合的方法来表示图像,加强了图像的视觉特征表示能力,提高了图像检索的查准率和查全率。(3)结合分层图像检索技术,本文提出了基于稀疏的多类别分层检索方法。通过基于稀疏多类别的分类对图像进行筛选,减少了检索过程特征匹配的数量;采用多特征融合的方法对图像进行精确检索,提高了检索的性能。(4)将多特征分层检索技术应用到商品图像的检索中,设计和实现了分层的商品检索系统。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【参考文献】

相关期刊论文 前3条

1 张恒博;欧宗瑛;;一种基于颜色基元共生矩阵的图像检索方法[J];计算机工程;2007年14期

2 李国辉,曹莉华,柳伟,王辰,薛峰,熊华;多媒体信息查询和检索系统MIRc[J];小型微型计算机系统;1999年09期

3 魏宝刚;李向阳;鲁东明;潘云鹤;;彩色图像分割研究进展[J];计算机科学;1999年04期

相关硕士学位论文 前4条

1 金伟;基于融合颜色特征与形状特征的图像检索[D];西安电子科技大学;2014年

2 李磊;基于特征点的图像匹配关键技术研究[D];山东科技大学;2009年

3 江嘉明;基于自然图片的人脸检测识别系统的实现[D];大连理工大学;2008年

4 周一红;西瓜子智能识别系统核心技术研究与实现[D];苏州大学;2007年

，

本文编号：2573300