基于内容的图像检索算法研究及其系统实现与应用

摘要

近年来，随着计算机软、硬件技术及互联网通信技术日新月异的发展，以及数码相机、智能手机、平板电脑等大容量存储设备和移动终端设备的日趋廉价和普及，人们可以非常容易的存储或浏览大量的数字图像资源。而在人们的工作、生活和娱乐等各个领域得到广泛应用的图像数据，作为获取和交换信息的重要载体，呈现出了前所未有的海量爆炸式的快速增长趋势。
　　图像检索的本质是对图像特征的提取，以及对图像特征进行匹配的技术。因此图像特征需要能够反映出图像的语义信息，可分为浅层图像特征、中层图像特征和深层图像特征，在实际应用中可以根据不同的需要来选择合适的图像特征进行处理。当图像数据量很大或者维度很高的情况下，为了满足用户在图像检索中的系统响应的准确性和实时性，基于内容的图像检索系统通常使用基于图像哈希的检索方法的方法。因此，本文围绕基于哈希编码的图像检索展开了研究与应用。
　　论文的主要工作和贡献总结如下：首先提出了一种改进的迭代量化哈希算法实现图像检索，阐述了该算法的推导过程，建立了算法模型。该算法在已有的迭代量化哈希算法的基础上，采用NMF算法代替PCA算法对图像特征进行降维，有效的表达图像的局部特征。同时引入了L1图对图像的特征矩阵进行了稀疏重构，使得改进后的算法可以捕获到样本内在的结构信息。然后在两种公开的数据集上进行了仿真实验，参数敏感性实验表明，该算法对参数并不敏感。将改进后的算法和目前比较流行的无监督的哈希算法进行了对比，性能对比实验结果证明，改进后的算法的召回率、准确率和平均检索精度均要优于对比的图像哈希算法。本文还比较了不同算法的运行时间，最后提出了选择哈希编码位数的简单办法。最后，本文将该算法应用到企业管理系统中的图像管理子系统中，进行系统的需求建模、设计、实现，并对该系统的实际运行结果及性能参数进行分析。

目录

声明

第一章 绪论

1.1 论文背景和意义

1.2 国内外研究现状

1.3 论文主要研究内容与组织结构

第二章 图像检索的关键技术

2.1 图像特征的提取方法

2.2 图像特征的排序方法

2.3 图像的相似性度量

2.4 本章小结

第三章 图像的哈希编码算法研究

3.1 常用的降维方法

3.2 常用的哈希编码

3.3 改进的迭代量化哈希

3.4 仿真实验

3.5 本章小结

第四章 图像检索的系统实现与应用

4.1项目背景

4.2需求建模

4.3系统设计

4.4系统实现

4.5系统测试

4.6本章小结

第五章 工作总结与展望

5.1 全文总结

5.2 未来展望

致谢

参考文献