复杂条件下基于形状特征的图像检索

发布时间：2021-08-09 15:11

　　图像检索一直是多媒体技术领域的研究热点,同时也被广泛地应用在搜索引擎、商标检索和电商贸易等领域。本文的应用背景是电商贸易下的酒瓶检索,由于酒瓶生产可以后期上色,因此形状是最主要的区分特征,而分割是形状特征提取的必要步骤。本文所针对的数据集包括数据库图片和检索图片。数据库图片存在渐变背景噪声、横线噪声及弱边缘的分割难点。由于酒瓶光滑、透明及光照不均匀等原因,检索图片常常具有很复杂的环境条件:反射、折射产生的高光以及酒瓶透明、物体阴影导致的灰度极度不均匀,以及弱边缘和边缘缺失。本文数据集形状还具有类内差异大、类间距离小的难点,并且实际应用系统要求在30秒内返回前16个相似图片。本文分为数据库图片分割、检索图片分割和形状检索三大步骤,每个步骤分别对上述的难点进行了研究与解决。本文的主要的贡献如下:1、针对数据库图片的分割难点,对区域生长法进行了改进。该方法使用前景概率图对区域的生长准则进行自适应缩放,既保留了区域生长法能滤除渐变背景噪声的特性又能分割弱边缘,同时使用闭操作处理横线噪声,最终完成了数据库图片的分割。2、针对检索图片的高光问题,提出了一种反射、折射通用的高光区域检测方法。本方法根... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：98 页

【学位级别】：硕士

【部分图文】：

Otsu算法分割结果

右下方产生了过分割。综上分析，基于阈值的分割更适合于前、布复杂但具有良好的灰度可区分性时的分割。NY 算法中存在两个超参数：高、低阈值。一般推荐的高低阈值采取 3:1 的阈值比例，使用低阈值从小大进行边缘检测，选取的边缘检测结果如下图所示：

数的开运算去除孤立噪点和横线噪声，其分割结果如下：a. 原图 b. 分割结果图2.7 区域生长法分割结果 1区域生长法对具有横线、渐变背景噪声及弱边缘的分割样例得到了较好的分割结果，数据库中绝大部分图片也得到了不错的分割，如下图所示：图2.8 区域生长法分割结果 2但对于数据库图片也存在如下的过分割：a. 原图 b. 分割结果图2.9 区域生长法分割结果 3

【参考文献】：
期刊论文
[1]基于模糊形状上下文与局部向量相似性约束的配准算法[J]. 马新科,杨扬,杨昆,罗毅.  自动化学报. 2020(02)
[2]无人船监视图像反光区域检测与去除方法及实验验证[J]. 时俊楠,金久才,张杰.  海洋科学. 2018(01)
[3]基于模糊形状上下文特征的形状识别算法[J]. 韩敏,郑丹晨.  自动化学报. 2012(01)
[4]傅立叶描述子识别物体的形状[J]. 王涛,刘文印,孙家广,张宏江.  计算机研究与发展. 2002(12)



本文编号：3332301