基于哈希算法的圖像檢索研究.pdf

1、互聯(lián)網(wǎng)時代的到來，以及數(shù)碼相機和各種圖像處理工具的廣泛應用，在互聯(lián)網(wǎng)上產生了海量的圖像，大規(guī)模圖像數(shù)據(jù)的應用面臨巨大的挑戰(zhàn)，尤其是如何在海量數(shù)據(jù)中高效的檢索出感興趣的相似圖像。為解決大規(guī)模圖像檢索效率問題，普遍采用基于哈希的圖像檢索算法。然而其檢索準確率還無法令人們滿意，本文提出基于改進譜哈希的圖像檢索算法提高了檢索的效率。本文主要工作如下：
　　1、本文在譜哈希（Spectral Hashing）的基礎上引入迭代量化(Itera

2、tiveQuantization)最小化量化誤差的思想，該算法擺脫譜哈希要求的數(shù)據(jù)服從均勻分布的假設，而且能夠保持數(shù)據(jù)在原始空間的相似性。為了使本文算法適用于不同的圖像數(shù)據(jù)集，引入機器學習中的Boosting算法來確定其閾值，使得該算法具有更強的適應性和更廣泛的應用。本文在公開的圖像數(shù)據(jù)集上對該算法進行了驗證，實驗結果顯示該方法優(yōu)于譜哈希、位置敏感哈希和迭代量化等索引算法。
　　2、本文在上述研究的基礎上，設計并實現(xiàn)了一款基于哈希