基于精简描述符的图像检索

发布时间：2017-04-25 02:21

  本文关键词：基于精简描述符的图像检索，由笔耕文化传播整理发布。

【摘要】：图像检索技术已经成为了现代计算机领域一个非常热门并且值得研究的课题。从海量的图像数据中找到我们希望查询的图像,不仅是数字化社会里人们很急切的一个需求,同时也是机器学会感知这个世界实现真正人工智能的第一步。现在已经有了很多非常成熟的商用图像检索体系,比如谷歌和百度的搜图功能;在实验室我们利用基于sift的BOW架构的检索体系也可以实现比较好的图像检索。但随着移动智能设备的不断发展和普及,当我们想要将图像检索的功能与移动智能设备结合到一起的时候,就会面临很多包括网络传输、数据库存储、匹配计算速度在内的许多问题。为了解决这些问题,我们希望可以改进图像的特征提取,采用更加精简特征描述子以及特征比对方法以提高特征的提取和比对效率。本文提出了一种基于精简描述符的图像检索体系,希望能实现更加精确同时也更具效率的图像检索。在图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,我们选择了更加简单、匹配更加快捷的二进制描述符。在传统的orb描述子的基础上,本文引入了四通道颜色空间对描述子进行改进,将特征点周围的三个颜色通道的颜色梯度信息利用二进制编码的方式加入到特征描述中,这样可以有效提高二进制描述子对颜色变化和光照变化的鲁棒性。通过实验可以看出,改进过的特征描述在计算时间上与传统二进制描述相差不大,但在各种变化下的特征匹配表现要优于传统的二进制特征描述。本文利用改进过的结合颜色信息的二进制描述子提出了一种图像检索的结构。在图像的检索过程中第一步引入了感知哈希(phash)算法对图像数据库进行预处理。图像的感知哈希编码是一种将原始图像快速转换为64位二进制编码的方法,可以将感知哈希编码理解为图像的“指纹”,通过图像间phash编码之间的汉明距离可以有效判断两幅图像的相似程度。利用phash算法和合适阈值,可以有效对数据库进行过滤,过滤掉大部分数据库中的非目标图像,可以在很大程度上减少后续特征匹配过程的计算量,提高计算效率。图像检索第二步利用改进过的color orb进行特征匹配得到初始的检索结果,二进制编码间的匹配可以直接利用异或操作求取汉明距离,计算速度非常快。图像检索的第三步是利用几何编码算法(GC)对初始检索结果进行几何关系后验证得到最终的检索结果。几何编码算法是一种衡量两幅图像间匹配上的特征点之间的几何关系的算法,得分越高自然说明特征点之间的几何关系越相似,两幅图像之间的相似程度更大。通过实验可以得到,与传统的BOW图像检索体系以及BOW+GC结合的图像检索方式相比,我们提出的基于精简描述符的图像检索结构在检索结果上具有比较良好的表现,同时在检索时间上具备很大的优势。
【关键词】：图像检索 精简描述符 四通道颜色空间 color-orb 感知哈希算法 几何编码算法
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-19
• 1.1 研究背景及意义10-11
• 1.2 图像检索研究现状11-16
• 1.2.1 基于内容的图像检索12-14
• 1.2.2 基于语义的图像检索14-15
• 1.2.3 基于知识的图像检索15-16
• 1.3 移动端图像检索16-17
• 1.4 论文组织结构17-19
• 第2章 图像特征描述符19-29
• 2.1 复杂局部特征描述19-24
• 2.1.1 SIFT特征19-23
• 2.1.2 SURF特征23-24
• 2.2 精简局部特征描述24-29
• 2.2.1 FAST角点检测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 结合颜色信息的精简描述子(COLOR-ORB)29-37
• 3.1 四通道颜色空间29-30
• 3.2 改进的局部二进制特征描述30-32
• 3.3 实验结果和讨论32-36
• 3.3.1 实验方法32-33
• 3.3.2 实验结果及讨论33-36
• 3.4 实验结论36-37
• 第4章 基于精简描述符的检索结构37-54
• 4.1 图像检索预处理38-42
• 4.1.1 phash算法简介38-40
• 4.1.2 phash算法实验结果40-42
• 4.2 图像检索特征比对42-45
• 4.2.1 特征比对方法42-44
• 4.2.2 特征比对实验结果44-45
• 4.3 图像检索后验证45-50
• 4.3.1 图像几何验证算法45-46
• 4.3.2 几何编码算法(GC)46-49
• 4.3.3 图像几何验证结果49-50
• 4.4 实验结果与讨论50-54
• 4.4.1 实验结果50-52
• 4.4.2 实验结论52-54
• 第5章 总结与展望54-56
• 5.1 全文总结54-55
• 5.2 未来展望55-56
• 参考文献56-60
• 作者简介及在学期间所取得的科研成果60-61
• 致谢61

【相似文献】

中国期刊全文数据库 前10条

1 韩法旺;;基于云计算模式的图像检索研究[J];情报科学;2011年10期

2 何岩;;以计算机为基础的色彩图像检索方法与研究[J];计算机光盘软件与应用;2013年12期

3 郭海凤;李广水;仇彬任;;基于融合多特征的社会网上图像检索方法[J];计算机与现代化;2013年12期

4 柏正尧,周纪勤;基于复数矩不变性的图像检索方法研究[J];计算机应用;2000年10期

5 夏峰,张文龙;一种图像检索的新方法[J];计算机应用研究;2002年11期

6 邓诚强,冯刚;基于内容的多特征综合图像检索[J];计算机应用;2003年07期

7 斯白露,高文,卢汉清,曾炜,段立娟;基于感兴趣区域的图像检索方法[J];高技术通讯;2003年05期

8 刘怡,于沛;基于“知网”的新闻图像检索方法[J];河南师范大学学报(自然科学版);2003年02期

9 张荣,郑浩然,李金龙,王煦法;进化加速技术在图像检索中的应用[J];计算机工程与应用;2004年16期

10 黄德才,胡嘉,郑月锋;交互式图像检索中相关反馈进展研究[J];计算机应用研究;2005年09期

中国重要会议论文全文数据库 前10条

1 陈旭文;朱红丽;;一种高效的图像检索方法[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

2 周向东;张亮;张琪;刘莉;殷慷;施伯乐;;一种新的图像检索相关反馈方法[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

3 陈世亮;李战怀;闫剑锋;;一种基于本体描述的空间语义图像检索方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

4 赵海英;彭宏;;基于最优近似反馈的图像检索[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

5 许相莉;张利彪;于哲舟;周春光;;基于商空间粒度计算的图像检索[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年

6 李凌伟;周荣贵;刘怡;;基于概念的图像检索方法[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

7 杨关良;李忠杰;徐小杰;;基于代表色的图像检索方法研究[A];首届信息获取与处理学术会议论文集[C];2003年

8 彭瑜;乔奇峰;魏昆娟;;基于多示例学习的图像检索方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

9 胡敬;武港山;;基于语义特征的风景图像检索[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年

10 许天兵;;一种基于语义分类的图像检索方法[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

中国博士学位论文全文数据库 前10条

1 崔超然;图像检索中自动标注、标签处理和重排序问题的研究[D];山东大学;2015年

2 杨迪;基于内容的分布式图像检索[D];北京邮电大学;2015年

3 张旭;网络图像检索关键技术研究[D];西安电子科技大学;2014年

4 吴梦麟;基于半监督学习的医学图像检索研究[D];南京理工大学;2015年

5 汪友宝;基于多分辨率和显著特征的图像检索方法研究[D];上海大学;2015年

6 张运超;面向海量图像检索的视觉编码方法分析与优化[D];北京理工大学;2015年

7 高毫林;基于哈希技术的图像检索研究[D];解放军信息工程大学;2014年

8 李清亮;图像检索中判别性增强研究[D];吉林大学;2016年

9 李展;基于多示例学习的图像检索与推荐相关算法研究[D];西北大学;2012年

10 郭丽;基于内容的商标图像检索研究[D];南京理工大学;2003年

中国硕士学位论文全文数据库 前10条

1 赵鸿;基于尺度不变局部特征的图像检索研究[D];华南理工大学;2015年

2 孙剑飞;基于图像索引的热点话题检索方法研究[D];兰州大学;2015年

3 章进洲;图像检索中的用户意图分析[D];南京理工大学;2015年

4 苗思杨;移动图像检索中的渐进式传输方式研究[D];大连海事大学;2015年

5 都业刚;基于显著性的移动图像检索[D];大连海事大学;2015年

6 王梦蕾;基于用户反馈和改进词袋模型的图像检索[D];南京理工大学;2015年

7 许鹏飞;基于草图的海量图像检索方法研究[D];浙江大学;2015年

8 冯进丽;基于BoF的图像检索与行为识别研究[D];山西大学;2015年

9 乔维强;基于低级特征和语义特征的医学图像检索[D];北京理工大学;2015年

10 蒋国宝;基于内容的概念建模和图像检索重排序[D];复旦大学;2014年

  本文关键词：基于精简描述符的图像检索，由笔耕文化传播整理发布。

，

本文编号：325427