面向烹饪食材图片的可视搜索方法研究

摘要

随着互联网的发展和网络信息资源的丰富，越来越多的人习惯从互联网上获取信息。来自Google的数据显示，人们的搜索信息中有1％是为了寻找做菜方法。不同于传统的文本搜索方法，本文提出使用手机拍摄食材图片来代替输入食材名称来进行搜索，而实现这种方式的关键就在于如何通过手机拍摄的图片检索出对应的食材。针对上述问题，本文的研究工作内容如下:
　　 1.由于目前没有通用的食材图像库，为了展开研究，首要工作就是建库。通过收集以及图像转换和增强等一系列预处理操作，建立了标准食材图像库，库中包含140种食材在内的1400幅图像。
　　 2.为了描述食材图像的特征，本文根据食材的特性提出采用多特征融合的方法。利用基于HSV颜色直方图、Canny算法和Gabor滤波的特征提取算法，提取食材图像的颜色、形状和纹理等底层视觉特征，并提出采用图像中感兴趣区域的长宽比值R作为食材的尺寸特征;通过计算图像颜色和纹理特征的欧氏距离，同时结合形状匹配来判断图像的相似性，并利用R值确定图像的尺寸相似性约束区间。对20种不同食材图像进行相似检索实验，在保持较好的查全率的基础上，图像查准率达到78％，表明该方法可以较好的描述食材图像。
　　 3.为了由手机拍摄的图片检索出对应食材，在上述方法描述图像相似性的基础上，本文采用K近邻算法进行检索。实验采用手机采集的11种不同食材的图像作为测试图像，检索的准确率达到70％以上，表明K近邻算法对食材图像的检索有较好的效果。
　　 4.利用上述研究成果，设计并实现了面向烹饪食材图片的可视搜索系统。该系统的主要功能是，通过手机拍摄食材图片作为检索输入，根据系统的检索和分类判断食材类别，将与该食材相关的美食信息作为结果返回给用户。
　　 该系统已作为国家科技支撑计划课题“增强型搜索系统架构、关键技术及测试规范的研究”的部分研究工作。

目录

声明

摘要

第1章 绪论

1．1 课题背景与研究意义

1．2 国内外研究现状

1．3 本文的主要工作

1．4 本文的组织结构

第2章 相关研究

2．1 图像特征提取方法

2．1．1 颜色特征提取

2．1．2 纹理特征提取

2．1．3 形状特征提取

2．2 相似性度量方法

2．3 图像索引技术

2．3．1 多维索引

2．3．2 近似最近邻方法

2．3．3 降维

2．3．4 多重空间填充曲线

2．3．5 基于过滤的方法

2．4 图像检索性能的评价标准

第3章 面向烹饪食材图片的可视搜索系统设计

3．1 系统总体设计

3．2 系统功能和使用说明

3．3 本章小结

第4章 食材图像库的建立

4．1 食材图像的获取

4．2 食材图像的预处理

4．2．1 图像转换

4．2．2 图像增强

4．3 本章小结

第5章 食材图像的特征提取

5．1 基于颜色直方图的图像特征提取

5．1．1 颜色直方图的基本原理

5．1．2 基于颜色直方图的颜色特征提取

5．2 基于Canny算法的图像特征提取

5．2．1 Canny算法的基本原理

5．2．2 基于Canny算法的形状特征提取

5．3 基于Gabor滤波的图像纹理特征提取

5．3．1 Gabor滤波的基本原理

5．3．2 基于Gabor滤波的纹理特征提取

5．4 多特征融合算法

5．5 实验结果与分析

5．6 本章小结

第6章 基于K近邻的食材图像检索方法

6．1 K近邻算法的基本原理

6．2 基于K近邻的食材图像检索方法

6．3 实验结果与分析

6．4 本章小结

第7章 总结与展望

7．1 本文工作总结

7．2 未来工作展望

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果