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極具價值的研究。因此，探索一種實用的基于內(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際應(yīng)用價值。
　　圖像檢索的質(zhì)量主要依賴于圖像匹配的效果，而點特征在圖像匹配領(lǐng)域中具有一定的優(yōu)勢。點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。
　　針對目前較為流行的 SIFT描述子在實際應(yīng)用中存在的一些問題，本文對基于點的局部不變特征提取和特征描述的匹配方法進行了深入研究。主要研究內(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。針對絕大部分2D圖像，所提出的算法運算過程簡單且對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算復(fù)雜度，對于大部分的平面圖像，在匹配率和運算效率等方面有了明顯提高。
　　(3)設(shè)計并實現(xiàn)了一個基于內(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)合的算法對低層特征進行提取與描述；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人臉庫和自建場景圖像庫上進行了大量仿真實