基于草圖的商品圖像檢索研究.pdf

1、隨著近些年互聯(lián)網(wǎng)和多媒體技術的飛速發(fā)展，以及社交媒體的普及，圖像信息的數(shù)量急劇增加，如何在海量圖像中快速檢索出想要的信息成為一個研究熱點。傳統(tǒng)的基于文本的圖像檢索已經(jīng)不能滿足日益增長的用戶需求，基于內(nèi)容的圖像檢索(CBIR)應運而生?；趦?nèi)容的圖像檢索技術是將圖像的內(nèi)容用圖像特征來描述，而不是通過圖像命名或者人工標定圖像。典型的基于內(nèi)容的圖像檢索系統(tǒng)在建立圖像數(shù)據(jù)庫時根據(jù)各自圖像模型提取圖像的一種或幾種特征組合存入特征庫，同時對特征庫建

2、立索引以提高查找效率。然后采用相似度匹配算法計算關鍵圖像特征與特征庫中的圖像特征相似度，按照相似度從大到小將匹配圖像反饋給用戶。
　　隨著智能手機和平板電腦等觸屏設備的普及，人機交互方式發(fā)生了很大的改變，觸控成為了主流的輸入方式，人們可以利用觸摸屏繪制出印象中圖像的草圖形式。由于草圖更加符合人們對物體輪廓的感知，因此基于草圖的圖像檢索作為基于內(nèi)容的圖像檢索的重要分支在近些年受到了更多關注。
　　本文深入研究了基于圖像特征的檢

3、索技術，總結(jié)了現(xiàn)有基于草圖的圖像檢索算法及國內(nèi)外研究現(xiàn)狀?；诓輬D的圖像檢索和基于內(nèi)容的圖像檢索一樣，主要面臨三個問題:圖像特征的選取、特征之間的相似性度量以及索引結(jié)構。本文研究了各類常用的圖像特征在基于草圖的圖像檢索中的表現(xiàn)，并選擇了圖像梯度方向場作為圖像特征。梯度方向場是在求取圖像邊緣梯度方向的基礎上，通過擴散的方法得到一個方向場，這樣的場在圖像邊緣上得到的是邊緣的方向信息，在非邊緣像素得到的是該像素附近邊緣像素的梯度方向信息。在提

4、取方向場之前，為了得到圖像主要輪廓信息，降低背景和紋理的影響，我們對圖像進行了顯著性檢測處理，主要目的是得到圖像顯著性部分，得到和草圖最相似的輪廓信息。對圖像進行均勻劃分為一個個的cell，對每個cell提取直方圖作為特征描述子。
　　對圖像特征采用詞袋(bag of words)模型對圖像進行檢測，即用kmeans算法將特征直方圖聚類，得到描述圖像特征的視覺單詞，這樣每一副圖像就可以用若干個視覺單詞的組合來描述。得到了每幅圖像的