基于改进傅里叶描述子的商品图像检索技术研究

发布时间：2024-03-01 20:08

　　目前,从大量数据图像中精准的检索到特定的图像是多年来图像处理领域的研究热点。由于成本,时耗和主观性等问题,导致传统的基于文本的图像检索技术(TBIR)在面对海量的图片数据库资源时检索效果并不突出。相比之下,基于内容的图像检索技术(CBIR)能够更好的适应这种情况,在面对种类繁杂的图像数据库资源时检索效果比较好。CBIR对基于文本的检索技术在图像检索方面所存在的缺陷进行了改进,在图像检索时根据图像的颜色、纹理以及形状等底层特征自动地提取图像内容,从而可以保证整个图像检索过程有效的完成。图像的底层特征包括颜色特征、纹理特征、形状特征等。其中,商品图像的形状通常与目标相关联,比较符合人们识别图像的视觉习惯,且具有一定语义信息,因此可以把形状特征认为是比颜色和纹理更高级的特征。在基于内容的图像检索过程中,图像的形状应满足平移,旋转和尺度不变的特性。传统的基于形状特征的商品图像检索算法在特征提取方法的选择方面存在局限性,无法确保其检索结果的准确度。为了提高商品图像检索的性能,对描述商品图像信息的形状特征的寻找至关重要。针对上面所描述的问题,本文提出一种基于改进傅里叶描述子的商品图像检索方法。首先...

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图２－３链码的旋转归一化??（２）、傅里叶描述子??

当给定目标的边界由链码表示的时候，链码会随着目标的旋转而变化，但其不会受??到目标平移的影响。为了获得具有旋转不变性的链码，我们可以定义所谓的差分代码。??图２－３为链码的旋转的归一化。对应于链码的差分代码定义如下：??Ｍｖ?－Ｓ＇Ｙｊａｌ?，ａ，?＝（ａ，－ａｎ）ＭＯＤ?Ｎ，ａ....

图２＊４共生矩阵转换模式??１６??

通过上式可以得到空间两个灰度级分别为ｉ和ｊ的两个像素点同时发生的概??率定义为将空间坐标点（ｘ，ｙ）转换为“灰色对”（ｉ，ｊ）的，即可获得所需的灰度级共生矩阵。??如图２－４所示，为共生矩阵转换模式。其归一化公式如下所示：??ｐ根詞丨，讽?（２－，９）??归一化的常数为Ｒ。??１....

图３－２特征提取过程??

始点位置的影响的特性，所以计算特征向量前需首先确定起始点的位置。首先对商品图像进行??预处理，然后找到过图像重心的最小惯量轴与轮廓的交点来确定傅里叶描述子起始点的位置，??继而对其进行傅里叶变换得到特征向量。图３－１描述了基于最小惯量轴提取形状特征的整体流??程。本文基于改进傅里....

图３－４中心点的梯度向量、方位角以及边缘方向??

?（３－１７）??＝?ａｒｃｔａｎ（＊＾?）??如上图３－４所示，表示了中心点的梯度向量、方位角以及边缘方向。??广ｙ??，梯度方向??｜?＝＝３亡??ｘ????一?１文一??：?缘方向??图３－４中心点的梯度向量、方位角以及边缘方向??２７??

本文编号：3915766