论文部分内容阅读
随着信息和网络技术的发展,以及多媒体技术的应用和推广,产生了大量各式各样的视觉内容。图像作为这些视觉内容中的一个重要的组成部分,它能够直接形象的表达信息。如何从大量的图像中检索出自己感兴趣的内容,即信息的有效检索,已经成为一个热点问题。商标作为一种特殊的信息载体的图像而言,它不仅本身有价值,还具有创造价值,是企业重要的工业产权之一,是一种宝贵的社会财富,并且正日益成为激烈的市场竞争活动中不可或缺的武器。近年来,由于注册商标的数目不断增加,人工已经难以胜任大量商标图像的相似性比较,基于内容的图像检索CBIR应运而生。本文首先对CBIR系统的关键技术进行了深入的学习,在分析已有的研究成果的基础之上,结合BIC像素分析算法提出了等级树匹配方法LTM,并基于BIC与LTM提出了本文的关联反馈算法,然后采用提出的方法设计了一个CBIR实验系统。本文的主要工作有以下几个方面:(1)对图像底层特征进行深入学习,结合商标的特性,对颜色特征重点关注,并总结出底层特征的一般性提取方法。(2)分析国内外CBIR系统的研究和发展现状,总结出CBIR的系统模型,同时为比较系统性能,提出系统评价准则。(3)对BIC图像分析算法进一步研究,对在BIC算法中提出的dLog距离函数同矢量距离函数进行分析比较实验。(4)基于BIC像素分析算法提出等级树匹配方法LTM,并验证了采用该方法对商标图像相关检索性能有很大的提升,并且可以有效地减少图像的存储空间。(5)结合BIC算法与LTM方法提出了关联反馈算法,并通过设计系统实验,对本文提出的关联反馈算法RF与传统的反馈算法Rocchio进行比较,得出RF算法能够更好地提升系统检索精度性能的结论。最后,对本文的研究工作进行了分析和总结,并对下一步进行的研究工作进行展望。