基于iOS移動商品搜索的研究與實現.pdf

1、由于移動互聯網和電子商務的快速發(fā)展，越來越多的用戶會通過移動網絡來搜索商品信息。面對著圖像數據呈幾何級數的增長，如何讓用戶從海量的圖片里找到自己需要的商品信息是一個極具挑戰(zhàn)性的課題。目前商品搜索依然依賴基于文本的搜索方式，對于難以描述款式、形狀的海量圖片數據難以得到理想的搜索效果。傳統(tǒng)的文本搜索存在很多缺陷，比如搜索海量圖片數據處理時間長、搜索效果差、用戶體驗不好等問題。本文利用基于內容的圖像檢索技術，在iOS平臺實現商品搜索系統(tǒng)，提取

2、圖像特征并進行匹配，旨在提高圖像的搜索準確度。本文的主要內容和貢獻如下:
　　第一，本文在Xcode開發(fā)工具下配置OpnCV環(huán)境，將GrabCut算法移植到手機端進行圖片預處理，實現圖像分割，減少背景噪聲的干擾，為后續(xù)的性能分析對比實驗做準備。
　　第二，針對原始圖片過大、圖片的網絡傳輸占用較長時間，本系統(tǒng)利用手機的硬件優(yōu)勢，在iOS手機端提取圖像的特征，發(fā)送到后臺進行特征匹配，減少圖像檢索所消耗的時間，提高檢索速度。

3、>　　第三，本文在iOS平臺實現商品圖像搜索系統(tǒng)。其中的功能包括基于關鍵字的檢索模塊和圖像檢索模塊等。手機前端采用GrabCut與用戶交互，提取圖片的顏色和SIFT特征，與后臺的圖像數據集進行對比，分別使用歐式距離和Bag-of-Words方法匹配顏色特征和SIFT特征，得到搜索結果，實現系統(tǒng)的圖像檢索。
　　第四，搜索系統(tǒng)后臺的開發(fā)工作。其中包括特征提取和特征匹配的檢索功能實現、離線顏色特征數據集的處理和SIFT特征索引文件的生