基于2DPCA-SIFT的特征提取及在圖像檢索中的應(yīng)用.pdf

1、在信息檢索領(lǐng)域，如何有效地理解、檢索大規(guī)模的數(shù)據(jù)庫以及從海量圖像中獲取所需信息已成為一項(xiàng)極具價(jià)值的研究。因此，探索一種實(shí)用的基于內(nèi)容的圖像檢索模型，尤其是尋求優(yōu)秀的特征提取與描述方法及高效的匹配算法，具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。
　　圖像檢索的質(zhì)量主要依賴于圖像匹配的效果，而點(diǎn)特征在圖像匹配領(lǐng)域中具有一定的優(yōu)勢(shì)。點(diǎn)特征主要用于解決包含幾何變換的圖像匹配問題，不但能適用于重合度較低的圖像，而且還能適應(yīng)于幾何形變劇烈的圖像，在圖

2、像處理和圖像檢索等領(lǐng)域扮演著重要角色。
　　針對(duì)目前較為流行的 SIFT描述子在實(shí)際應(yīng)用中存在的一些問題，本文對(duì)基于點(diǎn)的局部不變特征提取和特征描述的匹配方法進(jìn)行了深入研究。主要研究?jī)?nèi)容如下：
　　(1)提出了一種基于2DPCA-SIFT圖像特征提取與描述的匹配算法。針對(duì)絕大部分2D圖像，所提出的算法運(yùn)算過程簡(jiǎn)單且對(duì)于圖像的仿射等變換具有較好的魯棒性。
　　(2)提出了一種基于Canny邊緣檢測(cè)和2DPCA-SIFT相結(jié)

3、合的圖像特征提取算法。與 SIFT算法相比，提出的算法具有較低的計(jì)算復(fù)雜度，對(duì)于大部分的平面圖像，在匹配率和運(yùn)算效率等方面有了明顯提高。
　　(3)設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于內(nèi)容的圖像檢索原型系統(tǒng)。該系統(tǒng)首先采用 Canny與2DPCA-SIFT相結(jié)合的算法對(duì)低層特征進(jìn)行提取與描述；其次選擇合適的數(shù)據(jù)類型構(gòu)建索引，完成相似性匹配；然后按照相似度大小輸出檢索結(jié)果。
　　本文在二值商標(biāo)庫、IMM人臉庫和自建場(chǎng)景圖像庫上進(jìn)行了大量仿真實(shí)