外觀設(shè)計(jì)專利圖像分割與特征提取技術(shù)研究.pdf

1、隨著外觀設(shè)計(jì)專利創(chuàng)新在競爭中的作用越來越顯著,我國各企業(yè)對外觀設(shè)計(jì)的保護(hù)也越來越重視?！昂Ａ啃畔ⅰ笔菍＠麛?shù)據(jù)庫的特點(diǎn),故開發(fā)一個(gè)計(jì)算機(jī)自動化的外觀專利檢索與分析系統(tǒng)來幫助用戶獲取指定的專利信息是十分必要的。
　　 在外觀設(shè)計(jì)專利圖像檢索系統(tǒng)中,圖像預(yù)處理與圖像特征提取是至關(guān)重要的兩部分。外觀設(shè)計(jì)專利圖像分割是對圖像進(jìn)行檢索和分析前的基礎(chǔ)性工作,而特征的提取是圖像檢索的核心技術(shù)。
　　 本文針對外觀設(shè)計(jì)專利圖像庫中圖像背景

2、多樣性和復(fù)雜性的特點(diǎn),探討了外觀設(shè)計(jì)專利圖像分割與特征提取方面若干重要問題,提出了一種應(yīng)用于外觀設(shè)計(jì)專利圖像檢索平臺的多特征融合方案,著重研究了外觀設(shè)計(jì)專利圖像檢索中的圖像分割、特征提取及多特征融合等問題,并設(shè)計(jì)了一整套實(shí)驗(yàn)方案。實(shí)驗(yàn)表明,本方案能有效地提高外觀設(shè)計(jì)專利圖像檢索系統(tǒng)的檢索效率。
　　 在簡要介紹外觀設(shè)計(jì)專利圖像檢索的基本技術(shù)以及國內(nèi)外發(fā)展與應(yīng)用現(xiàn)狀的基礎(chǔ)上,論文主要工作體現(xiàn)在以下三個(gè)方面:
　　 第一、外

3、觀設(shè)計(jì)專利圖像具有多樣性、復(fù)雜性的特點(diǎn),應(yīng)用某種單一的常規(guī)圖像分割算法難以滿足需要。本文提出了一種改進(jìn)型Canny聯(lián)合閾值分割的圖像背景去除算法,能根據(jù)采樣結(jié)果自適應(yīng)地獲取閾值,是一種自適應(yīng)的算法,很好地適應(yīng)了圖像庫中圖像多樣化的特點(diǎn)。
　　 第二、圖像檢索中的特征選擇是個(gè)至關(guān)重要的問題,特征的選取需要結(jié)合圖像特征和檢索應(yīng)用需求進(jìn)行。針對任何一類特征都不能很好地表達(dá)外觀設(shè)計(jì)專利圖像內(nèi)容的問題,本文選擇了外觀設(shè)計(jì)專利圖像的兩種本質(zhì)

4、屬性--形狀及紋理作為檢索的特征集。將原本用于目標(biāo)檢測領(lǐng)域的梯度方向直方圖算法(HOG)用于圖像檢索中的特征提取技術(shù)上,并提出了一種簡單描述物體內(nèi)部結(jié)構(gòu)的紋理描述方法,同時(shí)給出了算法流程,進(jìn)行了實(shí)驗(yàn)比較。
　　 第三、檢索系統(tǒng)的實(shí)時(shí)性和檢索效率之間是一項(xiàng)矛盾,如何取得折中方案是所有檢索系統(tǒng)都必須衡量的問題。本文將高維HOG特征通過主成分分析(PCA)進(jìn)行數(shù)據(jù)特征級融合,同時(shí)針對不同特征重要級對多維特征進(jìn)行加權(quán)融合,有效保留特征重