基于內(nèi)容的圖像哈希檢索算法研究.pdf

1、隨著數(shù)字多媒體、互聯(lián)網(wǎng)技術(shù)及電子商務(wù)的飛速發(fā)展,圖像給人們的生產(chǎn)與生活帶來(lái)了極大的便利。但是圖像數(shù)據(jù)庫(kù)中的海量數(shù)據(jù)及圖像本身的高維特性給圖像檢索及數(shù)據(jù)存儲(chǔ)帶來(lái)了巨大的挑戰(zhàn)。傳統(tǒng)的基于文本的圖像檢索技術(shù)不能滿足人們?nèi)找嬖鲩L(zhǎng)的需求,上世紀(jì)90年代,基于內(nèi)容的圖像檢索技術(shù)應(yīng)運(yùn)而生,以圖搜圖這一新的圖像搜索引擎技術(shù)備受關(guān)注。但圖像特征維度往往也比較高,傳統(tǒng)的基于樹的索引技術(shù)在處理高維數(shù)據(jù)時(shí)存在檢索速度慢、精度不高等缺點(diǎn)。近年來(lái),研究人員提出基于

2、編碼的圖像哈希技術(shù),將高維圖像數(shù)據(jù)映射到低維漢明空間,用一個(gè)二進(jìn)制編碼序列來(lái)表示一幅圖像。圖像哈希技術(shù)是一種近似最近鄰的搜索技術(shù),大大縮短了檢索時(shí)間,也節(jié)約了內(nèi)存占用空間。
　　圖像的哈希編碼要求具有緊湊性和檢索有效性,本文基于圖像內(nèi)容特征,針對(duì)現(xiàn)有圖像哈希方法存在的問(wèn)題與不足,對(duì)其進(jìn)行了深入研究,論文的主要工作和貢獻(xiàn)總結(jié)如下:
　　首先,研究了圖像內(nèi)容特征提取算法及現(xiàn)有的圖像哈希經(jīng)典算法,總結(jié)了這些圖像哈希算法的基本思想、

3、實(shí)現(xiàn)步驟及各自的優(yōu)缺點(diǎn)。
　　其次,針對(duì)最初的哈希算法的低精確度及不穩(wěn)定性,提出了一種雙邊隨機(jī)投影哈希算法。該方法結(jié)合矩陣低秩稀疏分解及投影向量分組正交化技術(shù),學(xué)習(xí)哈希函數(shù)。矩陣的低秩稀疏分解可以提取出圖像中的背景、目標(biāo)及噪聲,由于圖像矩陣規(guī)模較大,采用基于雙邊隨機(jī)投影的方法對(duì)矩陣進(jìn)行低秩逼近以降低時(shí)間復(fù)雜度;對(duì)矩陣低秩稀疏分解過(guò)程中產(chǎn)生的投影向量進(jìn)行分組正交化,能夠使獲得的圖像哈希編碼的方差減小,提高編碼的質(zhì)量。該算法將兩者結(jié)合

4、起來(lái),發(fā)揮各自的優(yōu)勢(shì),建立了與原始圖像數(shù)據(jù)之間的關(guān)系,是一種數(shù)據(jù)驅(qū)動(dòng)型算法,實(shí)驗(yàn)結(jié)果表明,該算法與傳統(tǒng)的幾種哈希算法相比較,在圖像檢索中表現(xiàn)出了更好的性能。
　　最后,為了進(jìn)一步提升迭代量化哈希算法的性能,提出了局部保持迭代量化哈希算法。該方法在迭代量化哈?；A(chǔ)上,顯式地引入了局部信息保持約束項(xiàng),采用交替迭代量化的形式學(xué)習(xí)哈希函數(shù),獲取圖像哈希編碼。該算法得到的圖像哈希編碼不同位之間相互獨(dú)立,而同一位上的編碼具有圖像的區(qū)分性,使得