基于內(nèi)容的圖像檢索算法研究及其系統(tǒng)實(shí)現(xiàn)與應(yīng)用.pdf

1、近年來(lái)，隨著計(jì)算機(jī)軟、硬件技術(shù)及互聯(lián)網(wǎng)通信技術(shù)日新月異的發(fā)展，以及數(shù)碼相機(jī)、智能手機(jī)、平板電腦等大容量存儲(chǔ)設(shè)備和移動(dòng)終端設(shè)備的日趨廉價(jià)和普及，人們可以非常容易的存儲(chǔ)或?yàn)g覽大量的數(shù)字圖像資源。而在人們的工作、生活和娛樂(lè)等各個(gè)領(lǐng)域得到廣泛應(yīng)用的圖像數(shù)據(jù)，作為獲取和交換信息的重要載體，呈現(xiàn)出了前所未有的海量爆炸式的快速增長(zhǎng)趨勢(shì)。
　　圖像檢索的本質(zhì)是對(duì)圖像特征的提取，以及對(duì)圖像特征進(jìn)行匹配的技術(shù)。因此圖像特征需要能夠反映出圖像的語(yǔ)義信息

2、，可分為淺層圖像特征、中層圖像特征和深層圖像特征，在實(shí)際應(yīng)用中可以根據(jù)不同的需要來(lái)選擇合適的圖像特征進(jìn)行處理。當(dāng)圖像數(shù)據(jù)量很大或者維度很高的情況下，為了滿(mǎn)足用戶(hù)在圖像檢索中的系統(tǒng)響應(yīng)的準(zhǔn)確性和實(shí)時(shí)性，基于內(nèi)容的圖像檢索系統(tǒng)通常使用基于圖像哈希的檢索方法的方法。因此，本文圍繞基于哈希編碼的圖像檢索展開(kāi)了研究與應(yīng)用。
　　論文的主要工作和貢獻(xiàn)總結(jié)如下：首先提出了一種改進(jìn)的迭代量化哈希算法實(shí)現(xiàn)圖像檢索，闡述了該算法的推導(dǎo)過(guò)程，建立了算法

3、模型。該算法在已有的迭代量化哈希算法的基礎(chǔ)上，采用NMF算法代替PCA算法對(duì)圖像特征進(jìn)行降維，有效的表達(dá)圖像的局部特征。同時(shí)引入了L1圖對(duì)圖像的特征矩陣進(jìn)行了稀疏重構(gòu)，使得改進(jìn)后的算法可以捕獲到樣本內(nèi)在的結(jié)構(gòu)信息。然后在兩種公開(kāi)的數(shù)據(jù)集上進(jìn)行了仿真實(shí)驗(yàn)，參數(shù)敏感性實(shí)驗(yàn)表明，該算法對(duì)參數(shù)并不敏感。將改進(jìn)后的算法和目前比較流行的無(wú)監(jiān)督的哈希算法進(jìn)行了對(duì)比，性能對(duì)比實(shí)驗(yàn)結(jié)果證明，改進(jìn)后的算法的召回率、準(zhǔn)確率和平均檢索精度均要優(yōu)于對(duì)比的圖像哈希