基于局部特征的維吾爾文印刷體文檔圖像檢索技術(shù)的研究.pdf

1、隨著文檔圖像處理技術(shù)、圖像采集技術(shù)和多媒體技術(shù)的不斷發(fā)展，文檔圖像因具有易于收集、獲取和攜帶方便、內(nèi)容豐富、應(yīng)用范圍廣泛等特點已成為人們?nèi)粘Ｉ詈凸ぷ髦胁豢扇鄙俚男畔@取來源。近20年以來，文檔圖像在檔案管理、政府辦公文件管理、數(shù)字圖書館管理等方面得到了廣泛的應(yīng)用，逐漸成為信息處理領(lǐng)域中發(fā)展速度最快的研究內(nèi)容之一。隨著文檔圖像應(yīng)用的范圍的越來越廣泛和文檔圖像數(shù)量的不斷增加，文檔圖像檢索技術(shù)引起了許多研究者們的關(guān)注。而且如何從大量的文檔圖

2、像數(shù)據(jù)庫中精確和快速的搜索出有關(guān)信息成為迫切需要處理的緊要問題。
　　文檔圖像檢索是指根據(jù)輸入的文檔圖像，從文檔圖像數(shù)據(jù)庫中找出與輸入文檔圖像相似或近似的目標(biāo)文檔圖像。目前提出的文檔圖像檢索技術(shù)中大部分利用文檔圖像的紋理、形狀和空間關(guān)系等全局特征，對文檔圖像進(jìn)行檢索操作。然而，基于這些全局特征的檢索系統(tǒng)無法精確的表達(dá)出文檔圖像的細(xì)節(jié)內(nèi)容，特征匹配和檢索效率也不能滿足要求。尤其是對于只包含文字的純文本圖像來說，通過基于全局特征的檢索

3、方法來進(jìn)行文檔圖像檢索的效果很不好。因此，本文提出了基于局部特征的文檔圖像檢索方法。
　　本文的實驗內(nèi)容主要包括以下幾個部分：
　?。?）首先對文檔圖像檢索技術(shù)中的特征提取、特征點匹配和圖像檢索部分進(jìn)行了詳細(xì)的研究，通過從每個圖像的各個特征點提取128維的特征向量，并使用最近和次近歐氏距離的比值來度量相似性，初步建立了基于SIFT特征的維吾爾文文檔圖像檢索系統(tǒng)。然后對SIFT的特征提取部分中的特征描述子生成進(jìn)行了改進(jìn)，將高維

4、的特征向量減少為36維的特征向量，并使用最近和次近歐氏距離的比值來度量相似性，提出了以降低特征向量維數(shù)為目的的基于PCA-SIFT特征的文檔圖像檢索系統(tǒng)。
　　（2）由于基于歐式距離比值的檢索系統(tǒng)中檢索性能的好壞由閾值來決定，因此為了避免維吾爾文文檔圖像檢索系統(tǒng)中因閾值的選定不恰當(dāng)而降低檢索效率，本文中對圖像檢索策略進(jìn)行了改進(jìn)，把 KD樹最近鄰搜索方法與 SIFT和PCA-SIFT特征相結(jié)合，進(jìn)一步提出了基于SIFT特征和KD樹最

5、近鄰搜索方法的文檔圖像檢索系統(tǒng)和基于PCA-SIFT特征和KD樹最近鄰搜索方法的文檔圖像檢索系統(tǒng)，并比較這四種檢索系統(tǒng)的特征點匹配率、圖像檢索率等性能，確定最適合維吾爾文印刷體文檔的文檔圖像檢索系統(tǒng)。
　　（3）為了驗證SIFT特征提取算法對亮度的、旋轉(zhuǎn)的、尺度不變性的維吾爾文文檔圖像的特征點提取性能和文檔圖像檢索方面的有效性，本文在基于SIFT特征和 KD樹最近鄰搜索方法的檢索系統(tǒng)中，對劃分的、亮化的、旋轉(zhuǎn)的和傾斜的查詢圖進(jìn)行特