基于内容的图像检索技术的研究-光学工程专业论文.docx

万方数据 万方数据 独 创 性 声 明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 签 名： 日 期： 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人承诺所提交的学位论文（含电子学位论 文）为答辩后经修改的最终定稿学位论文，并授权武汉理工大学可以 将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、 缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大 学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社 会公众提供信息服务。 （保密的论文在解密后应遵守此规定） 研究生（签名）： 导师（签名）： 日期 3 摘要 随着时代的发展和互联网技术的普及，图像以其直观、方便在各行各业得 到了广泛的应用。然而，图像数量不断增长给图像的组织和查询都带来了巨大 困难。图像检索作为解决这一问题的重要手段得到了广泛的研究，并且成功的 应用到物体识别、医疗、军事、航天、遥感分析等领域。近年来，图像库的数 量激增使传统的图像检索方法在速度、准确度、内存方面变得越来越困难，研 究在大规模数据下进行基于内容的图像检索具有重要意义。 本文针对基于内容的图像检索所要面对的问题，研究基于全局特征和局部 特征进行图像检索的方法，旨在通过从图像中提取具有区分力和鲁棒性的特征 描述，从大规模的数据库中检索得到用户需要的图片。该方法能应用于网络相 似图像查询、版权保护、信息安全。本文围绕着全局颜色特征的提取、局部特 征的提取和描述、图像特征匹配加速三个问题进行了研究，提出了分块的颜色 直 方 图 描 述 CTDesc (Color and Texture Descriptor), 局 部 描 述 子 ORB-DM( Oriented FAST and Rotated BRIEF – Distance Mask)和启发式的重 排序算法 HEUSAC (Heuristic RANSAC)。本文的主要研究工作包括： 第 一 ，本 文 提出 了基于 分 块颜 色 、纹 理直方 图 的全 局 图像 特征描 述 子 CTDesc，传统的直方图方法只考虑了图像中颜色、纹理的分布，忽略了位置信 息，因此无法应对图像裁剪、图像遮挡等攻击。本文通过将图像分割为不同层 次的字块，并在这些字块上分别提取颜色直方图建立分块直方图描述，该方法 比传统的颜色直方图准确度更高。 第二，为了在图像中找到用户感兴趣的局部图像，本文应用改进的 ORB 算 法提取局部图像特征。传统基于比较的二进制描述子认为组成二进制的每一个 比特位重要性一样，然而随着拍摄条件的改变，一些比特位容易发生改变，从 而造成描述子的错误匹配。为了解决这一问题，本文提出了 ORB-DM 算法，实验 证明，与以往的二进制算法相比，ORB-DM 有更好的区分性和鲁棒性。 第三，本文提出了基于启发式的重排序方法 HEUSAC （Heuristic RANSAC）。 为了提高图像检索的准确度，几何验证是一种常用的方法。传统的方法采用随 机抽样方法建立模型并进行验证，会造成多次迭代，增加计算复杂度。本文通 过局部特征匹配的结果，启发式的选择最有可能是正确匹配的对应点，只需要 进行一次验证。 I 本文在分析现有方法在大规模图像检索中存在不足的基础上，对分块颜色 直方图 CTDesc，局部图像描述子 ORB-DM，启发式的重排序方法 HEUSAC 进行了 探讨。提高了图像检索的速度和准确度，为大规模图像检索提供了可以借鉴的 方法，具有一定的应用前景。 关键词：图像检索，二进制特征，颜色描述子，几何验证 II Abstract With the development of the times and the popularity of Internet technology, image with its intuitive, easy use have been widely used in all walks of life. However, the growing number of images brings great difficulties to the organization and query about images. Image retrieval, as an important means to