学位论文 > 优秀研究生学位论文题录展示

基于显著区域商标信息的图像检索方法研究

作　者: 张月辉
导　师: 崔志明
学　校: 苏州大学
专　业: 计算机应用技术
关键词: 图像检索 显著区域检测 多级窗口匹配 Bayesian统计决策理论 语义映射
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 23次
引　用: 0次
阅　读: 论文下载
 

内容摘要


基于内容的图像检索技术是智能化信息搜索领域研究的重点之一，同时也是图像处理和人工智能相结合的产物，其对数字化信息时代的发展，乃至人们生活方式的改变都起着积极的促进作用。人类在感知图像内容的过程中，会对局部感兴趣区域格外关注，在此理论基础上，研究基于显著区域信息的图像检索方法是提高图像搜索效果的一个有益尝试。本文以商品图像为研究对象，研究了图像商标的定位方法、词汇树层次语义模型和基于该模型下的图像检索原型系统设计与实现三方面内容，目的是提供一种更贴近人类理解方式的图像检索技术。本文主要研究内容如下：（1）讨论分析了图像检测技术中目标定位的相关问题，研究了图像显著区域检测的典型方法。在显著区域检测基础上，提出了一种基于支持向量机(SVM)分类模型的多级窗口匹配策略，实现了感兴趣焦点区域(FOA)的自适应构造。该方法可以精确定位出图像的商标区域，为提取商标语义信息提供优质条件。（2）分析了文本搜索中词汇树的概念，通过将其应用到图像特征描述中，构造了SIFT词汇树。研究了图像语义知识在图像检索中的应用，针对图像中对象语义抽取问题，结合Bayesian统计决策理论提出了一种基于词汇树的层次语义映射模型，通过该模型可以实现商标对象的语义特征描述。（3）分析讨论了基于内容的图像检索系统基本框架，运用商标定位方法和基于词汇树的层次语义映射模型，设计了基于显著区域商标信息的图像检索原型系统，并且详细叙述了其实现过程。该原型系统融合图像低层特征和商标对象的语义特征，并在此基础上进行匹配，极大地提升了检索效果。

全文目录


中文摘要  4-5
Abstract  5-9
第1章 绪论  9-23
  1.1 课题研究背景及意义  9-10
  1.2 国内外研究现状  10-20
    1.2.1 基于内容的图像检索  10-12
    1.2.2 显著区域检测  12-15
    1.2.3 图像语义信息提取  15-20
  1.3 主要内容  20-21
  1.4 组织结构  21-23
第2章 基于显著区域检测的商标定位  23-37
  2.1 显著区域检测  23-27
    2.1.1 构造高斯金字塔  23-24
    2.1.2 生成特征图谱  24-25
    2.1.3 显著图归一化  25-27
    2.1.4 构造感兴趣焦点区域  27
  2.2 支持向量机  27-30
    2.2.1 统计学习理论  27-29
    2.2.2 支持向量机理论  29-30
  2.3 商标定位流程框架  30-31
  2.4 商标定位  31-35
    2.4.1 现有目标定位方法分析  31-33
    2.4.2 基于 SVM 分类模型的多级窗口匹配  33-35
  2.5 本章小结  35-37
第3章 基于词汇树层次语义模型的图像检索  37-54
  3.1 SIFT 词汇树  37-45
    3.1.1 SIFT 特征  37-41
    3.1.2 K-Means 聚类  41-43
    3.1.3 SIFT 词汇树构造  43-45
  3.2 Bayesian 统计决策理论  45-47
    3.2.1 最小错误率贝叶斯决策  46
    3.2.2 最小风险贝叶斯决策  46-47
  3.3 词汇树语义映射模型  47-52
    3.3.1 词汇树层次语义模型框架  48
    3.3.2 语义映射模型问题描述  48-50
    3.3.3 词汇树语义映射方法  50-52
  3.4 基于语义映射模型的图像检索方法  52-53
    3.4.1 检索算法  52
    3.4.2 反馈修正  52-53
  3.5 本章小结  53-54
第4章 图像检索原型系统设计与实现  54-68
  4.1 图像检索系统基本框架  54-56
  4.2 图像商标定位具体实现及数据分析  56-62
    4.2.1 构造 SVM 分类器  56-57
    4.2.2 确定商标区域  57-59
    4.2.3 商标定位效果与分析  59-62
  4.3 语义特征提取具体实现  62-67
    4.3.1 构造语义映射模型  62-63
    4.3.2 语义信息提取  63-64
    4.3.3 实验结果与分析  64-67
  4.4 本章小结  67-68
第5章 总结与展望  68-70
  5.1 工作总结  68
  5.2 工作创新  68-69
  5.3 工作展望  69-70
参考文献  70-75
攻读学位期间公开发表的论文及参与的科研项目  75-76
致谢  76-77

相似论文

  1. 用于检索的人脸特征提取与匹配算法研究,TP391.41
  2. 基于用户兴趣特征的图像检索研究与实现,TP391.41
  3. Q学习在基于内容图像检索技术中的应用,TP391.41
  4. 基于内容的服装图像检索技术研究及实现,TP391.41
  5. 基于多示例学习的用户关注概念区域发现,TP391.41
  6. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  7. 多样性密度学习算法的研究与应用,TP181
  8. 图像检索的并行计算方法与系统,TP391.3
  9. 基于自适应本体的异构数据语义集成框架研究,TP311.52
  10. 基于目标的数字视频增强研究,TP391.41
  11. 基于个性化推荐的图像浏览与检索相关方法研究,TP391.41
  12. 基于多特征的口腔正畸图像检索技术的研究,TP391.41
  13. 基于RFID的离散车间物流信息语义集成技术研究,TP391.1
  14. 图像检索中局部特征的提取和描述及其空间组织研究,TP391.41
  15. 语义目录的实现机制研究,TP391.1
  16. 基于内容的图像检索和聚类反馈系统研究,TP391.41
  17. 基于图像识别的商标检索系统设计与实现,TP391.41
  18. 乳腺X线图像检索系统相似性度量算法研究,TP391.41
  19. 基于区域的图像检索相关技术研究,TP391.41
  20. 基于内容医学图像检索的索引研究,TP391.41
  21. 基于SVM的CBIR相关反馈技术研究,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