基于局部特征检测的图像搜索引擎的设计与实现

摘要

互联网中存在着大量经过编辑修改的相似或部分相似图像。应用图像搜索技术,用户只需要提供一幅图像或其部分区域,即可快速检索到大量相似或部分相似图像,进而开展其他相关应用。本文主要研究基于图像局部特征的图像搜索技术,设计和实现一个图像搜索引擎系统,实现良好的图像检索性能。
　　本文在基于视觉词袋(Bag of Visual Words)概念的倒排索引(Inverted Index)模型的基础上,提出了采用有效的量化方法建立图像视觉单词库和图像倒排索引,以达到索引过程中时间效率和索引性能的平衡。其次针对目前在大规模搜索系统中采用的量化等有损压缩技术,会导致错配结果这一问题,提出了图像描述符空间位置及空间位置编码方法。通过这些方法,构造出图像搜索模型,较好的解决了大规模图像搜索中的时间效率和空间效率问题。
　　最后,基于上述量化倒排索引机制和图像描述符空间位置及空间位置编码方法,设计并实现了一个互联网图像搜索引擎。该图像搜索引擎包括图像获取、图像离线索引以及在线搜索模块,实现了对较大规模图像数据库的实时搜索,其运行结果以及与类似系统的性能对比实验表明系统的性能和运行效率达到了预期目标,从而验证了和图像描述符空间位置及空间位置编码方法的可行性和有效性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 论文研究目标和主要工作

1.4 论文组织结构

第二章 基于内容的图像检索原理及相关技术

2.1 局部特征提取

2.2 图像特征高维索引

2.3 检索评价指标

2.4 本章小结

第三章 基于特征量化的图像倒排索引

3.1 图像倒排索引

3.2 图像描述符量化

3.3 量化索引与检索

3.4 实验与结果分析

3.5 本章小结

第四章 基于空间编码的错配消除

4.1 空间位置关系与空间编码

4.2 空间编码消除错配

4.3 实验与结果分析

4.4 本章小结

第五章 系统设计与实现

5.1 需求分析

5.2 系统设计与实现

5.3 系统运行效果及分析

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读硕士学位期间发表的学术论文目录