基于興趣點(diǎn)方向梯度直方圖的圖像檢索技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)行業(yè)尤其是多媒體技術(shù)的快速發(fā)展以及傳統(tǒng)行業(yè)與互聯(lián)網(wǎng)技術(shù)的結(jié)合，大量的圖像與視頻資源不斷涌現(xiàn)，在這些資源給人們?nèi)粘５墓ぷ骱蜕顜?lái)越來(lái)越多便利的同時(shí)，如何更好的存儲(chǔ)、檢索和應(yīng)用日益擴(kuò)展的圖像數(shù)據(jù)庫(kù)，已經(jīng)成為目前很多學(xué)者研究的熱點(diǎn)技術(shù)之一。本文主要研究基于圖像興趣點(diǎn)的檢索技術(shù)。為了提高圖像檢索查準(zhǔn)率及速率，文中在檢測(cè)圖像興趣點(diǎn)之前，先進(jìn)行圖像灰度增強(qiáng)，使圖像中的細(xì)節(jié)描述更加清晰，然后以圖像興趣點(diǎn)為研究對(duì)象，提取興趣點(diǎn)鄰域內(nèi)的分塊方

2、向梯度直方圖作為特征向量，最后選取合適的度量方法進(jìn)行圖像相似度度量。主要研究工作如下:
　　(1)研究了圖像顏色空間，其中重點(diǎn)研究了被廣泛用于圖像檢索中的HSV顏色空間非均勻量化方法，在此基礎(chǔ)上求得顏色直方圖，將其用于圖像檢索并進(jìn)行實(shí)驗(yàn)驗(yàn)證;
　　(2)研究了圖像檢索中常用的圖像顏色、形狀、紋理、空間關(guān)系等基本視覺特征，重點(diǎn)介紹了紋理特征中的Gabor小波和顏色特征中的圖像顏色直方圖，通過(guò)用這兩個(gè)特征進(jìn)行圖像特征描述，進(jìn)行圖

3、像檢索，最后進(jìn)行實(shí)驗(yàn)分析;
　　(3)圖像興趣點(diǎn)提取之前要將彩色圖像轉(zhuǎn)換成灰度圖像，在此過(guò)程中圖像顏色較深的區(qū)域或者顏色比較單一的區(qū)域可能會(huì)丟失某些細(xì)節(jié)特征，為了保證興趣點(diǎn)檢測(cè)數(shù)目并最終得到更準(zhǔn)確的檢索結(jié)果，本文分別研究了頻率域圖像增強(qiáng)與空間域圖像增強(qiáng)的一般方法，經(jīng)過(guò)比較最終在本文算法中采用直方圖均衡化進(jìn)行圖像增強(qiáng)，實(shí)驗(yàn)比較了未經(jīng)過(guò)直方圖均衡化與經(jīng)過(guò)直方圖均衡化的情況下，通過(guò)相同的興趣點(diǎn)提取方法提取到特征點(diǎn)數(shù)目差異;
　　(

4、4)文中分別研究了快速魯棒特征（SURF）算法、Harris角點(diǎn)檢測(cè)算法、尺度不變特征變換(SIFT)算法等三種常用的興趣點(diǎn)提取方法，通過(guò)比較三種算法的優(yōu)缺點(diǎn)，力求在此基礎(chǔ)上作出改進(jìn)。由于SURF算法的提取速度快以及尺度不變性，本文提出的算法中將SURF算法應(yīng)用于圖像檢索中，并分別提取經(jīng)過(guò)圖像增強(qiáng)與未經(jīng)過(guò)圖像增強(qiáng)的圖像興趣點(diǎn);
　　(5)文中提出了基于興趣點(diǎn)方向梯度直方圖的圖像檢索算法，借助于其它文獻(xiàn)中加權(quán)的思想，將圖像均勻分為4