基于手繪草圖的圖像檢索研究.pdf

1、專業(yè)學(xué)位碩士學(xué)位論文基于手繪草圖的圖像檢索研究ResearchonSketchBasedImageRetrieval學(xué)號(hào)：31109029完成日期：壟Q!墨生墨旦大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)專業(yè)學(xué)位碩士學(xué)位論文摘要隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，數(shù)字圖像的數(shù)量急劇增長(zhǎng)，基于內(nèi)容的圖像檢索技術(shù)引起了國(guó)內(nèi)外學(xué)者廣泛的關(guān)注并取得了顯著的研究成果。近幾年隨著當(dāng)今社會(huì)觸摸屏設(shè)備如平板電腦和智能手機(jī)等的普及

2、，人們開(kāi)始將關(guān)注的重點(diǎn)轉(zhuǎn)移到基于手繪草圖的檢索技術(shù)中。在觸摸屏設(shè)備的幫助下，各個(gè)年齡段、各種繪畫(huà)水平的人都可以輕松繪制出浮現(xiàn)在腦海中的物體，進(jìn)而通過(guò)手繪的線條圖在大量圖片庫(kù)中找到與之形狀類似的圖像?；诓輬D的圖像檢索這一概念最早在20世紀(jì)80年代被提出，但是之后卻一直進(jìn)展較慢，主要是因?yàn)槭掷L草圖中線條的多變性和不確定性使得線條的特征表示、特征匹配以及適合大規(guī)模數(shù)據(jù)庫(kù)的索引結(jié)構(gòu)的建立等方面充滿了困難和挑戰(zhàn)。2010年微軟亞洲研究院提出的可

3、以不依賴關(guān)鍵字，只根據(jù)草圖中物體線條的特征匹配在大規(guī)模圖片數(shù)據(jù)庫(kù)上進(jìn)行實(shí)時(shí)檢索的草圖搜索系統(tǒng)MindFinder再一次引發(fā)了人們對(duì)草圖搜索的研究熱情。本文提出的基于手繪草圖的圖像檢索系統(tǒng)采用“詞袋模型”來(lái)表示草圖，每幅草圖均可表示為與視覺(jué)字典中的單詞相關(guān)的直方圖。在特征提取過(guò)程我們使用的局部特征描述子是經(jīng)過(guò)改進(jìn)的梯度方向直方圖特征一一基于草圖梯度場(chǎng)的梯度方向直方圖(GFHoG)，該特征能夠有效地表示由線條構(gòu)成的草圖；在構(gòu)建視覺(jué)字典時(shí)我們

4、采用分層Kmeans聚類算法，該聚類算法與傳統(tǒng)的Kmeans聚類算法相比能獲得更精確的聚類結(jié)果。最后通過(guò)比較輸入草圖與圖像庫(kù)中圖像之間的余弦相似性實(shí)現(xiàn)庫(kù)內(nèi)檢索過(guò)程，通過(guò)多類SVM分類器可以得到輸入草圖所屬類別的關(guān)鍵字，將關(guān)鍵字送至搜索引擎能夠?qū)崿F(xiàn)在線檢索。我們?cè)贓itz提供的手繪草圖數(shù)據(jù)庫(kù)和MicrosoftOffice文檔中提供的形狀圖數(shù)據(jù)庫(kù)中進(jìn)行了一系列實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明本論文提出的手繪草圖檢索算法與MindFinder和Eitz的