学位论文 > 优秀研究生学位论文题录展示
海量近似重复图像检索研究
作 者: 王俊强
导 师: 唐金辉
学 校: 南京理工大学
专 业: 计算机应用技术
关键词: 图像检索 近似重复图像 尺度加权 词袋模型 空间关系检查
分类号: TP391.41
类 型: 硕士论文
年 份: 2014年
下 载: 15次
引 用: 0次
阅 读: 论文下载
内容摘要
随着互联网、数码相机(特别是具有拍照功能的智能手机)和图像编辑工具的快速发展和大规模普及,网络上的图片数量成爆炸式增长。如何在互联网上海量图像中找到用户所需要的图像或者跟图像绑定的其他信息,成为越来越重要和具有挑战性的问题。传统的图像检索大多使用基于文本检索的方法,而文字难以充分表达出图像中包含的丰富信息,而传统的基于内容的图像检索要么鲁棒性不够,检索效果不好,要么检索效率太差,都不能完全满足用户的需求。近十年来,一些优秀的局部特征(如SIFT)和词袋模型(bag-of-visual-words,BOW)的出现和发展,大大推动了基于内容的图像检索的发展。词袋模型特别适合大规模的近似重复图像检索。本文主要研究了基于词袋模型的海量图像检索技术,从SIFT特征、词袋模型和空间关系检查三个方面进行深入研究。在研究的基础上,本文设计并实现了一个海量近似重复图像检索原型系统。该系统在百万级的图像数据库上能够实现实时的图像检索,较为准确地返回图像数据库中与查询图像内容近似重复的图像。借鉴前人提出的一些空间关系检查算法,本文提出了一种新的空间关系检查方法,即强几何一致性(Strong Geometry Consistency, SGC)。该方法充分利用局部特征点的尺度、方向和位置信息对匹配的特征点对进行空间关系检查,快速而准确地滤除错误的匹配,在几个知名数据集上的实验表现优于当前一些主流的方法。本文还提出一种简单而有效的尺度加权(Scale Weighting,SW)方法.该方法根据局部特征点的尺度进行加权,能有效提高检索的效果。
|
全文目录
摘要 5-6 Abstract 6-9 1 绪论 9-15 1.1 课题研究目的和意义 9-10 1.2 图像检索的研究现状 10-13 1.2.1 基于内容的图像检索系统组成 10-11 1.2.2 图像检索关键技术发展 11-13 1.2.3 知名的图像检索系统 13 1.3 本文的主要工作 13 1.4 本文的组织结构 13-15 2 基于内容的图像检索中的若干关键技术介绍 15-23 2.1 特征提取 15-16 2.1.1 颜色特征 15 2.1.2 纹理特征 15-16 2.1.3 形状特征 16 2.2 特征匹配的相似性度量 16-18 2.3 检索的性能与评价标准 18-20 2.4 tf-idf加权 20-21 2.5 尺度加权 21-22 2.6 查询扩展 22-23 3 SIFT特征概述 23-29 3.1 DOG尺度空间生成和极值点的检测 23-25 3.2 关键点的精确定位与过滤 25-26 3.3 关键点方向分配 26-27 3.4 特征向量的生成 27 3.5 SIFT特征与其他局部特征的比较 27-29 4 词袋(BoW)模型 29-35 4.1 词袋模型简述 29-30 4.1.1 文本检索中的词袋模型 29 4.1.2 图像检索中的词袋模型 29-30 4.2 局部特征向量的量化 30-32 4.2.1 使用单层K-means聚类量化 30 4.2.2 使用多层K-means聚类量化 30-32 4.3 倒排索引表 32-33 4.4 投票方法 33-35 5 空间关系检查 35-47 5.1 空间关系检查 35-36 5.2 WGC 36-37 5.3 E-WGC 37-38 5.4 RANSAC 38-39 5.5 空间关系编码方法 39-41 5.6 强几何一致性方法 41-47 5.6.1 基本原理 42 5.6.2 算法细节 42-46 5.6.3 位移的最大允许误差 46-47 6 实验与分析 47-56 6.1 海量近似重复图像检索系统的设计与实现 47-48 6.2 实验设计 48-52 6.2.1 数据集 48-51 6.2.2 用于实验对比的不同方法 51 6.2.3 实验软硬件环境 51 6.2.4 检索性能指标和评价标准 51-52 6.3 实验结果与分析 52-56 7 结论和展望 56-57 致谢 57-58 参考文献 58-60 附录 60
|
相似论文
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 基于内容的服装图像检索技术研究及实现,TP391.41
- 基于多示例学习的用户关注概念区域发现,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 多样性密度学习算法的研究与应用,TP181
- 粒计算理论及其在图像检索中的应用研究,TP18
- 基于内容的唐卡图像检索技术研究,TP391.41
- 图像感兴趣区域提取方法研究,TP391.41
- 基于模糊聚类的图像检索方法研究及其系统实现,TP391.41
- 基于“词袋”模型的图像分类系统,TP391.41
- 基于内容的医学图像检索算法研究,TP391.41
- 肺部病灶感兴趣区域分割算法研究,TP391.41
- 基于兴趣区域匹配图像检索系统的研究与实现,TP391.41
- 基于时空关键点的动作识别算法研究,TP391.41
- 基于空间邻域词袋模型的图像标注技术,TP391.41
- 基于SIFT的视觉跟踪算法研究,TP391.41
- 基于数据降维的人脸图像检索及识别,TP391.41
- 基于显著度抠像的图像检索研究与实现,TP391.41
- 基于广义组合多核高斯函数的图像分类方法研究,TP391.41
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
|