基于LTP與SIFT相結(jié)合的圖像檢索.pdf

1、隨著多媒體技術(shù)的高速發(fā)展，數(shù)字圖像數(shù)量變得豐富龐雜。用戶需要一種快速、準(zhǔn)確的檢索技術(shù)，而傳統(tǒng)的基于文本圖像檢索技術(shù)（Text-based Image Retrieval，簡(jiǎn)稱(chēng)TBIR）工作量大、主觀性強(qiáng)，具有明顯的局限性。本文在基于內(nèi)容的圖像檢索技術(shù)（Contented Based Image Retrieval，簡(jiǎn)稱(chēng)CBIR）的基礎(chǔ)上，對(duì)圖像紋理特征的算法進(jìn)行研究，主要工作如下：
　?。?）分析討論了基于LTP（Local Te

2、rnary Pattern）算法的圖像檢索，在LTP算法中自定義了一個(gè)能夠均衡強(qiáng)烈光照引起變化的閾值，增強(qiáng)了該算法對(duì)噪聲的敏感性。并通過(guò)實(shí)驗(yàn)驗(yàn)證了LTP算法的有效性以及在圖像亮暗程度不同、光照復(fù)雜變化等因素下LTP具有很好的檢索性能。
　?。?）分析討論了基于SIFT（Scale-invariant feature transform）算法的圖像檢索，并對(duì)算法的基本思想和實(shí)現(xiàn)做了深入研究。通過(guò)對(duì)圖像進(jìn)行平移、旋轉(zhuǎn)等實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)分

3、析了SIFT算法的有效性。
　?。?）采用單一的算法進(jìn)行圖像檢索難以達(dá)到理想的檢索效果，對(duì)此，本文研究了LTP和SIFT相結(jié)合的圖像檢索。具體思想是首先用S IFT算法檢測(cè)圖像關(guān)鍵點(diǎn)，然后以關(guān)鍵點(diǎn)為中心，計(jì)算關(guān)鍵點(diǎn)鄰域的LTP特征，并將得到的LTP特征作為該關(guān)鍵點(diǎn)的描述向量。通過(guò)實(shí)驗(yàn)分析LTP算法與S IFT算法相結(jié)合既提高了圖像紋理特征復(fù)雜的情況下系統(tǒng)檢索性能，也解決了在光照復(fù)雜變化下圖像匹配率低的問(wèn)題。
　　本文通過(guò)軟件