基于興趣點方向梯度直方圖的圖像檢索技術研究.pdf

1、隨著互聯(lián)網(wǎng)行業(yè)尤其是多媒體技術的快速發(fā)展以及傳統(tǒng)行業(yè)與互聯(lián)網(wǎng)技術的結合，大量的圖像與視頻資源不斷涌現(xiàn)，在這些資源給人們日常的工作和生活帶來越來越多便利的同時，如何更好的存儲、檢索和應用日益擴展的圖像數(shù)據(jù)庫，已經(jīng)成為目前很多學者研究的熱點技術之一。本文主要研究基于圖像興趣點的檢索技術。為了提高圖像檢索查準率及速率，文中在檢測圖像興趣點之前，先進行圖像灰度增強，使圖像中的細節(jié)描述更加清晰，然后以圖像興趣點為研究對象，提取興趣點鄰域內的分塊方

2、向梯度直方圖作為特征向量，最后選取合適的度量方法進行圖像相似度度量。主要研究工作如下:
　　(1)研究了圖像顏色空間，其中重點研究了被廣泛用于圖像檢索中的HSV顏色空間非均勻量化方法，在此基礎上求得顏色直方圖，將其用于圖像檢索并進行實驗驗證;
　　(2)研究了圖像檢索中常用的圖像顏色、形狀、紋理、空間關系等基本視覺特征，重點介紹了紋理特征中的Gabor小波和顏色特征中的圖像顏色直方圖，通過用這兩個特征進行圖像特征描述，進行圖

3、像檢索，最后進行實驗分析;
　　(3)圖像興趣點提取之前要將彩色圖像轉換成灰度圖像，在此過程中圖像顏色較深的區(qū)域或者顏色比較單一的區(qū)域可能會丟失某些細節(jié)特征，為了保證興趣點檢測數(shù)目并最終得到更準確的檢索結果，本文分別研究了頻率域圖像增強與空間域圖像增強的一般方法，經(jīng)過比較最終在本文算法中采用直方圖均衡化進行圖像增強，實驗比較了未經(jīng)過直方圖均衡化與經(jīng)過直方圖均衡化的情況下，通過相同的興趣點提取方法提取到特征點數(shù)目差異;
　　(

4、4)文中分別研究了快速魯棒特征（SURF）算法、Harris角點檢測算法、尺度不變特征變換(SIFT)算法等三種常用的興趣點提取方法，通過比較三種算法的優(yōu)缺點，力求在此基礎上作出改進。由于SURF算法的提取速度快以及尺度不變性，本文提出的算法中將SURF算法應用于圖像檢索中，并分別提取經(jīng)過圖像增強與未經(jīng)過圖像增強的圖像興趣點;
　　(5)文中提出了基于興趣點方向梯度直方圖的圖像檢索算法，借助于其它文獻中加權的思想，將圖像均勻分為4