学位论文 > 优秀研究生学位论文题录展示

基于SIFT的商标图像检索

作　者: 王鹏翔
导　师: 贾世杰
学　校: 大连交通大学
专　业: 交通信息工程及控制
关键词: 商标检索 图像匹配 SIFT 特征描述
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 69次
引　用: 0次
阅　读: 论文下载
 

内容摘要


商标是商品的重要的特征,是用来区别商品的种类,在现代社会中,商标更是起着重要的作用,是一种品牌的象征。商标一般是由图形、颜色、文字、颜色、或其组合,具有独特的标志。商标具有唯一性和独特性,随着商标种类的急剧增加,如何准确快速地实现商标图像检索成为现代社会急需解决的问题。基于内容的图像检索技术(Content Based Image Retrieval, CBIR)是指根据图像的内容特征而不是图像标签、关键字等元数据进行检索,图像特征可能是图像的颜色、纹理、形状等全局信息,也可能是特征点等局部信息。通过图像特征的比较,按照相似度进行排序出结果。基于内容的图像检索涉及很多方面,图像分析、图像匹配和图像识别等。本文运用SIFT (Scale Invariant Feature Transform)进行商标图像检索。SIFT是一种局部图像特征提取和描述算法。它通过对图像尺度的特征选择,建立商标图像的多尺度空间,在图像多尺度空间精确确定特征点;删除边缘响应点和不稳定点;最后再提取特征描述符。SIFT特征是图像的局部特征,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配,并可通过选择合适的阈值,寻找可靠、稳定的特征匹配点。实验结果证明基于SIFT的商标检索算法对图像尺度、视角变化、目标遮挡、噪声影响等方面有较好的鲁棒性。为减少计算量,本文还对SIFT算子进行改进和优化,以进一步提高图像匹配速度。

全文目录


摘要  5-6
Abstract  6-9
第一章 绪论  9-14
  1.1 研究背景及意义  9-10
  1.2 研究对象和内容  10-11
  1.3 研究现状及存在的问题  11-13
  1.4 本文的组织结构  13
  本章小结  13-14
第二章 基于内容的图像检索技术  14-28
  2.1 基本的特征提取方法  14-18
    2.1.1 颜色特征  14-16
    2.1.2 纹理特征  16-17
    2.1.3 形状特征  17-18
  2.2 典型特征点提取方法  18-22
    2.2.1 Moravec算子  19
    2.2.2 Harris算子  19-20
    2.2.3 SUSAN算子  20-21
    2.2.4 SIFT算子  21-22
  2.3 相似性度量  22-24
    2.3.1 距离函数  22-23
    2.3.2 相关计算  23-24
    2.3.3 总体相似度计算  24
  2.4 图像检索算法的评价准则  24-25
    2.4.1 查准率  24
    2.4.2 查全率  24
    2.4.3 查缺率  24-25
  2.5 图像检索中的相关反馈技术  25-27
    2.5.1 权重系数调整  25-26
    2.5.2 检索向量转移  26
    2.5.3 基于传统的统计学习理论  26-27
    2.5.4 基于机器学习理论  27
  本章小结  27-28
第三章 基于SIFT特征提取与描述算法  28-34
  3.1 SIFT算法原理  28-29
  3.2 SIFT特征提取算法  29-33
    3.2.1 高斯差分DOG滤波  29-30
    3.2.2 尺度空间的极值检测  30-32
    3.2.3 关键点的位置确定  32
    3.2.4 关键点的方向参数  32
    3.2.5 SIFT特征向量描述  32-33
  本章小结  33-34
第四章 基于SIFT商标图像检索  34-54
  4.1 商标图像的特点  34-35
  4.2 商标图像库的介绍  35
  4.3 SIFT算子的应用  35-36
  4.4 在不同情况下商标图像匹配效果  36-45
    4.4.1 商标分割情况下的图像匹配  36-37
    4.4.2 在视角变化和遮挡情况下的商标图像匹配  37-39
    4.4.3 在不同程度上加噪情况下的商标图像匹配  39-41
    4.4.4 商标扭曲情况下的图像匹配  41-43
    4.4.5 SIFT不同阈值情况下的特征匹配  43-45
  4.5 商标图像检索  45-53
    4.5.1 基于SIFT商标检索实验  47-50
    4.5.2 基于SIFT商标检索实验分析  50-51
    4.5.3 改进SIFT在商标图像检索中的算法  51-53
  本章小结  53-54
结论  54-56
参考文献  56-58
攻读硕士学位期间发表的学术论文  58-59
致谢  59

相似论文

  1. 红外图像匹配技术研究,TP391.41
  2. 基于图割理论的图像匹配问题研究,TP391.41
  3. 基于特征描述的图像匹配方法研究,TP391.41
  4. SAR成像目标识别子区选取与匹配方法研究,TN957.52
  5. 基于稀疏分解的医学图像去噪,TP391.41
  6. 基于SOPC的高性能图像相关器的设计与实现,TP391.41
  7. 基于最近邻及相似度测量检测钓鱼网页技术的研究,TP393.08
  8. 基于相似性测量检测图像型垃圾邮件技术的研究,TP393.098
  9. SAR图像可匹配性研究,TN957.52
  10. 基于图形处理器的SIFT算法研究,TP391.41
  11. 基于SIFT的数字水印算法研究,TP309.7
  12. 基于BoW-SIFT模型和层次网格特征的三维检索系统,TP391.41
  13. 基于多幅图像的几何和纹理自动重建,TP391.41
  14. 基于图像处理的头盔空间位置测量,TP391.41
  15. 基于显著度抠像的图像检索研究与实现,TP391.41
  16. 基于SIFT特征和SVM的场景分类,TP391.41
  17. 基于图像配准的沙粒旋转角度计算方法,TP391.41
  18. 票据图像分类的技术研究,TP391.41
  19. 基于特征的图像匹配算法研究,TP391.41
  20. 图像制导模拟器图像生成研究,TP391.41
  21. 多光谱遥感图像配准与融合方法研究,TP751

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com