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，簡稱TBIR）工作量大、主觀性強，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，簡稱CBIR）的基礎(chǔ)上，對圖像紋理特征的算法進行研究，主要工作如下：
　　（1）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能夠均衡強烈光照引起變化的閾值，增強了該算法對噪聲的敏感性。并通過實驗驗證了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，并對算法的基本思想和實現(xiàn)做了深入研究。通過對圖像進行平移、旋轉(zhuǎn)等實驗，通過實驗分

3、析了SIFT算法的有效性。
　　（3）采用單一的算法進行圖像檢索難以達到理想的檢索效果，對此，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算法檢測圖像關(guān)鍵點，然后以關(guān)鍵點為中心，計算關(guān)鍵點鄰域的LTP特征，并將得到的LTP特征作為該關(guān)鍵點的描述向量。通過實驗分析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題。
　　本文通過軟件