基于多特征的兩層商品圖像檢索技術的研究與實現(xiàn).pdf

1、隨著電子商務網(wǎng)站的迅速發(fā)展,快速、準確的查找出用戶需要的商品成為研究的熱點。目前,電子商務中多采用基于文本的商品檢索方式,無法滿足用戶對商品圖像檢索的需求。因此,人們希望將基于內容的圖像檢索技術應用到電子商務領域中。但是,如何從海量的商品圖像庫中快速、準確的檢索出所需商品成為一個巨大的挑戰(zhàn)。本文充分考慮了商品圖像的特點,將層次化的圖像檢索方式應用于商品圖像檢索中,并對圖像特征進行改進和優(yōu)化,設計并實現(xiàn)了一種基于多特征的兩層商品圖像檢索系

2、統(tǒng)。
　　首先,介紹了基于內容的圖像檢索中所涉及的關鍵技術。重點對邊緣直方圖描述符進行改進,提出了一種基于自適應閾值的邊緣直方圖描述符用于形狀特征檢索的方法。改進后的邊緣直方圖描述符能夠有效的過濾噪聲邊緣和弱邊緣,具有較好的魯棒性。
　　然后,在多層次的圖像檢索模型的基礎上,結合商品圖像自身的特點,設計了一種兩層的商品圖像檢索模型。在過濾層,提取圖像單一特征,最大限度縮小檢索空間,提高檢索效率;在匹配層,提取圖像綜合特征進行

3、詳細匹配,提高檢索的精度。為進一步提高檢索的準確率,根據(jù)兩層圖像檢索模型的特點,對匹配層中綜合特征的權值進行優(yōu)化。提出了一種根據(jù)特征檢索性能調整權值的優(yōu)化方法。實驗結果表明,優(yōu)化權值后的兩層商品圖像檢索方法的查準率和查全率都得到顯著提高。
　　最后,結合改進的特征提取方法,設計了一種基于多特征的兩層商品圖像檢索系統(tǒng)。該系統(tǒng)在過濾層采用了改進的自適應閾值邊緣直方圖描述符進行粗略匹配,保留形狀相近的圖像作為下一層匹配的候選集;在匹配層