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