圖像檢索技術中相似性搜索方法研究.pdf

1、隨著多媒體技術的快速發(fā)展和數(shù)碼采集設備的廣泛普及，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)，如何對其進行有效地組織并從中快速準確地查找滿足用戶需求的圖像，成為圖像檢索領域亟待解決的問題。
　　針對這個問題，本文就圖像檢索技術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關系，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)計圖像之間對應特征點的數(shù)量，并在多維倒排索引給出候選檢索結果后，提出近似RANSAC算法在待檢索圖像和候選檢索結果之間判斷特征點的空間對應關系。實驗結果表明，

3、基于有序量化的檢索方法在保證檢索準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系具有平移、旋轉和尺度不變性。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關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)計空間對應特征的

4、數(shù)量，并在倒排索引給出候選檢索結果后，提出主方向一致性算法驗證待檢索圖像和候選檢索結果之間的空間對應特征。實驗結果表明，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矩形窗口的檢索方法。該方法首先通過自適應矩形窗口表示數(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區(qū)域的相似性。然后為每個自適應矩形窗口創(chuàng)建獨立的窗口矢量，從而有利于計算待檢索目標區(qū)域和數(shù)據(jù)庫