基于形狀的商標(biāo)圖像檢索技術(shù)研究.pdf

1、隨著注冊(cè)商標(biāo)數(shù)量的急劇增加，在這種超大圖像庫(kù)上實(shí)現(xiàn)檢索將需要耗費(fèi)大量的時(shí)間和人力。傳統(tǒng)的商標(biāo)圖像檢索方法存在很多缺陷，包括圖像的人工分類耗時(shí)、帶有主觀性、自動(dòng)化程度低等。針對(duì)這些不足，我們研究并提出了基于形狀特征的商標(biāo)圖像自動(dòng)檢索方法，并優(yōu)化了商標(biāo)圖像庫(kù)的索引結(jié)構(gòu)。
　　 在討論了一般圖像檢索理論的基礎(chǔ)上，結(jié)合商標(biāo)圖像的特點(diǎn)，提出了一種新的基于形狀特征的商標(biāo)圖像檢索方法。該方法首先對(duì)商標(biāo)圖像進(jìn)行規(guī)格化處理，使其對(duì)旋轉(zhuǎn)、平移、縮放

2、、扭曲等各種形狀失真具有不變性，然后采用修正的k-均值聚類法對(duì)預(yù)處理后的形狀進(jìn)行分塊，用以確定劃分半徑，接著提取各分塊的Zernike矩值作為表達(dá)商標(biāo)圖像形狀信息的特征，歸一化后采用各分塊間特征向量的距離方差來(lái)動(dòng)態(tài)調(diào)整各個(gè)分塊的權(quán)值系數(shù)，使用帶權(quán)值的歐式距離來(lái)計(jì)算圖像間的相似度。
　　 在查詢優(yōu)化方面，針對(duì)商標(biāo)圖像庫(kù)中的高維向量空間，分析了適合高維空間索引的幾種方法，然后結(jié)合常用的k-近鄰查詢的技術(shù)特點(diǎn)，設(shè)計(jì)了一種新的基于降維的

3、有效高維空間數(shù)據(jù)索引方法——層次距離索引（Depth Distance Index Structure，DDIS）。該方法先將數(shù)據(jù)空間均勻劃分成多個(gè)金字塔，然后取每個(gè)金字塔基的質(zhì)心為參考圓心，根據(jù)每個(gè)數(shù)據(jù)點(diǎn)與其所屬金字塔圓心的距離、以及與金字塔基的距離映射到一維，然后使用B+樹建立索引。
　　 基于達(dá)夢(mèng)圖像檢索系統(tǒng)和灰度商標(biāo)圖像庫(kù)的實(shí)驗(yàn)結(jié)果表明，所提出的兩種新算法都具有一定的實(shí)用價(jià)值。在商標(biāo)圖像的檢索精確度方面，新檢索算法比不變