基于稀疏编码的图像视觉特征提取及应用

摘要

图像是信息传递的主要载体,图像视觉特征的提取、编码及应用是计算机视觉领域的重要研究课题。本文在视觉特征提取的基础上,基于稀疏表达理论对视觉特征进行编码,并将其应用于自然灰度图像着色和相似商品图像检索两个具有一定挑战性的热点研究领域。
　　 在基于纹理特征稀疏编码的自然灰度图像着色中,首先依据参考彩色图像训练得到“亮度—纹理—颜色”联合字典;然后利用纹理特征子空间和相邻像素的双重局部性约束求解目标灰度图像块的稀疏编码系数,对图像块进行着色;最后通过金字塔方法逐层优化避免颜色突变。与传统方法相比,本文方法的着色过程更加自动化,着色结果也更加自然,图像颜色具有很好的真实性和平滑性。
　　 在基于SIFT特征稀疏编码的相似商品图像搜索中,首先根据商品的文本描述信息和图像质量对商品图像进行筛选;然后引入图像分类思想,利用SIFT特征和稀疏编码技术在类内完成检索过程;最后通过商品主体分割技术去除背景干扰,优化最终的排序结果。实验表明,本方法在T恤类商品中的搜索准确率达到80％。
　　 综上所述,本文通过对视觉特征提取和编码的深入研究,将基于稀疏编码的视觉特征提取应用于图像着色和商品图像检索两个领域,取得了令人满意的实验结果,可望在图像增强领域,电子商务领域等获得更广泛的应用。