城市場(chǎng)景圖像的相似度算法研究.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的快速崛起，圖像信息資源也越來越多，圖像搜索引擎的使用頻率也不斷升高。但是，隨著圖像數(shù)據(jù)的增加，用戶的需要也越來越多樣化。類如：如何利用互聯(lián)網(wǎng)快速準(zhǔn)確的檢索出有用的圖像資源；如何把圖像相似度算法應(yīng)用到其他場(chǎng)景等。以上問題是本文研究的主要內(nèi)容。本文通過對(duì)圖像相似度算法的改進(jìn)，旨在提高圖像相似度算法的精確度和時(shí)間復(fù)雜度，并且把改進(jìn)的圖像相似度算法用于城市場(chǎng)景監(jiān)測(cè)系統(tǒng)中。
　　論文的主要工作如下：
　　本文首先對(duì)奇異

2、值分解相關(guān)理論進(jìn)行學(xué)習(xí)，發(fā)現(xiàn)可以把奇異值分解的有關(guān)理論知識(shí)，用到研究圖像相似度算法領(lǐng)域?；镜难芯克悸肥牵菏紫葘?duì)圖像采用奇異值分解，然后提取圖像的奇異值，最后對(duì)圖像進(jìn)行相似度度量。在實(shí)驗(yàn)的過程中發(fā)現(xiàn)，提取圖像奇異值非常耗時(shí)，而且隨著圖像尺寸的增大，算法的時(shí)間復(fù)雜度呈3?(n)。本文通過一種對(duì)圖像進(jìn)行分塊的方式。先把圖像劃分成塊，然后提取分塊后的每一個(gè)子圖像的奇異值，最后把每個(gè)子圖像的奇異值組合成一個(gè)整體的奇異值向量，然后進(jìn)行相似性度量。

3、本文設(shè)計(jì)了較為詳細(xì)的圖像分塊策略，以及給出了基于奇異值分解計(jì)算圖像相似度的詳細(xì)步驟，并且進(jìn)行了多組實(shí)驗(yàn)來驗(yàn)證改進(jìn)算法的準(zhǔn)確性和可靠性。實(shí)驗(yàn)表明：這種基于分塊的奇異值分解算法確實(shí)能提高提取圖像奇異值的耗時(shí)，進(jìn)而提升了計(jì)算圖像相似度的整體運(yùn)行效率。
　　其次，本文對(duì)圖像的基本特征進(jìn)行學(xué)習(xí)研究。然后基于圖像的顏色特征對(duì)圖像進(jìn)行相似度研究。在研究的過程中發(fā)現(xiàn)，傳統(tǒng)的顏色直方圖算法僅僅描述的是某一種像素在圖像中出現(xiàn)的頻次，而不能準(zhǔn)確的描述圖

4、像中各個(gè)像素在整個(gè)圖像中的位置信息。本文融合圖像的紋理、顏色，對(duì)圖像進(jìn)行相似度計(jì)算，并且給出了詳細(xì)的算法設(shè)計(jì)和相似性度量公式。最后選取了兩組實(shí)驗(yàn)圖像，對(duì)改進(jìn)后的算法進(jìn)行多次實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明：這種融合圖像紋理特征的方法，確實(shí)能夠彌補(bǔ)顏色直方圖算法的不足，從而進(jìn)一步提高圖像相似度算法的精確度。
　　最后，把改進(jìn)后的兩種圖像相似度算法應(yīng)用到城市場(chǎng)景監(jiān)測(cè)系統(tǒng)中，并且給出了系統(tǒng)的整體架構(gòu)圖以及對(duì)系統(tǒng)的核心功能模塊作了較為詳細(xì)的說明。選取了