圖像檢索技術(shù)中相似性搜索方法研究.pdf

1、隨著多媒體技術(shù)的快速發(fā)展和數(shù)碼采集設(shè)備的廣泛普及，圖像數(shù)據(jù)呈現(xiàn)爆炸式的增長趨勢。雖然急劇增長的圖像數(shù)據(jù)給人們帶來豐富便利的信息，但是在浩如煙海的圖像數(shù)據(jù)中高效地查找感興趣的圖像卻變得越發(fā)困難。面對海量的圖像數(shù)據(jù)，如何對其進(jìn)行有效地組織并從中快速準(zhǔn)確地查找滿足用戶需求的圖像，成為圖像檢索領(lǐng)域亟待解決的問題。
　　針對這個問題，本文就圖像檢索技術(shù)中相似性搜索方法展開研究，并從相似度、空間相似度和區(qū)域相似度三個層面取得如下研究成果：

2、r>　　1.在相似度層面，本文提出基于有序量化的檢索方法。該方法首先通過有序視覺單詞量化特征描述子，從而增強量化后特征描述子的區(qū)分性。然后通過量化后的特征描述子確定特征點的對應(yīng)關(guān)系，并將其用于判斷待檢索圖像和數(shù)據(jù)庫圖像的相似性。為了快速計算圖像之間的相似度，該方法采用多維倒排索引統(tǒng)計圖像之間對應(yīng)特征點的數(shù)量，并在多維倒排索引給出候選檢索結(jié)果后，提出近似RANSAC算法在待檢索圖像和候選檢索結(jié)果之間判斷特征點的空間對應(yīng)關(guān)系。實驗結(jié)果表明，

3、基于有序量化的檢索方法在保證檢索準(zhǔn)確率的同時提高了檢索效率。
　　2.在空間相似度層面，本文提出基于尺度不變視覺詞組的檢索方法。該方法首先在尺度不變特征檢測過程中創(chuàng)建共生特征，使得共生特征包含的空間關(guān)系具有平移、旋轉(zhuǎn)和尺度不變性。然后將共生特征量化為尺度不變視覺詞組，并利用該視覺詞組確定的空間對應(yīng)關(guān)系判斷圖像之間的空間相似性。為了快速計算待檢索圖像和數(shù)據(jù)庫圖像的空間相似度，該方法采用基于尺度不變視覺詞組的倒排索引統(tǒng)計空間對應(yīng)特征的

4、數(shù)量，并在倒排索引給出候選檢索結(jié)果后，提出主方向一致性算法驗證待檢索圖像和候選檢索結(jié)果之間的空間對應(yīng)特征。實驗結(jié)果表明，基于尺度不變視覺詞組的檢索方法提高了檢索性能。
　　3.在區(qū)域相似度層面，本文提出基于自適應(yīng)矩形窗口的檢索方法。該方法首先通過自適應(yīng)矩形窗口表示數(shù)據(jù)庫圖像中的局部區(qū)域，不僅反映出局部區(qū)域的真實分布，而且增加了與待檢索目標(biāo)區(qū)域的相似性。然后為每個自適應(yīng)矩形窗口創(chuàng)建獨立的窗口矢量，從而有利于計算待檢索目標(biāo)區(qū)域和數(shù)據(jù)庫