基于内容的服装图像检索系统设计与实现

摘要

自从进入网购时代，通过网络购买商品的消费者与日剧增，不管是PC端还是移动端这种购物方式已经融入了人们的生活。目前比较受人们欢迎的在线购物网站，为用户提供的商品检索方式还是基于商品文本描述信息的。随着商品种类和数量的剧增，这种检索方式已无法满足人们的需求，众多的研究机构和学者开始致力于如何在电商购物领域应用基于内容的图像检索技术（Content-based-Image-Retrieval，CBIR）的研究。CBIR技术实际上是一种“以图搜图”的搜索模式，它一般用到图像的一些低层特征比如颜色、纹理、形状等从而检索出相似图像，但由于现在的这些各个特征提取算法并不具有通用性，它们可能对某一特定类型的图像有效提取的特征向量能够很好的反映图像内容，但对另外的图像却不具有适用性。如何根据互联网上服装图像的特点选择合适的特征表示方法来表示服装图像的内容，实现一个基于图像内容的服装检索系统成为本文的研究重点。本文的主要工作包括：
　　通过对购物网站上服装图像的观察研究发现，这些服装图像有的背景简单目标单一只包含服装，有的则背景复杂且由人物模特穿着展示，随着模特姿势的不同服装也呈现出不同的形态。本文根据服装图像的这个特点提出在对图像进行背景去除处理后采用服装图像的颜色、纹理、以及尺度不变特征转换（Scale Invariant Feature Transformation，SIFT）特征进行检索的方法，并完成了基于内容的服装图像检索（Content-based-Clothing-Image-Retrieval，CBCIR）系统的设计与实现。根据系统需求分析设计了系统整体架构，把系统分为5个模块并对每个子模块进行了详细设计和实现。
　　系统中根据服装图像的特点，先利用一种改进的GrabCut算法对服装图像进行背景去除处理，以排除背景部分对后续的服装区域特征提取的影响。在分割出服装区域后，再对服装区域进行视觉特征的提取。在 HSV（Hue，Saturation，Value）颜色空间提取图像的分块颜色直方图来表示服装的颜色特征，在灰度图像上构建图像的灰度共生矩阵并用灰度共生矩阵的几个统计量来表示服装的纹理特征，最后再结合由 SIFT局部特征构建的视觉单词，根据图像匹配方法完成相似服装图像的检索。

目录

声明

引言

1 绪论

1.1 研究背景与意义

1.2 国内外服装图像检索研究现状

1.3 本文的主要工作和章节安排

2.1 国内外图片购物系统介绍

2.2 常用的图像内容视觉特征表示方法

2.3 图像相似性度量标准

2.4 图像检索系统性能评价准则

2.5 本章小结

3.1 系统概述

3.2 系统目标和解决的问题

3.3 系统需求分析

3.4 本章小结

4.1 服装图像背景去除

4.2 服装图像视觉特征提取

4.3 本章小结

5 服装检索系统详细设计与实现

5.1 系统总体架构设计

5.2 系统模块详细设计

5.3 系统实现

5.4 本章小结

6 服装检索系统测试与结果分析

6.1 系统功能测试

6.2 系统性能测试

6.3 本章小结

7.1 全文总结

7.2 未来工作展望

参考文献

在 学 研 究 成 果

致谢