面向信息過(guò)濾的圖像檢索系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展和數(shù)碼設(shè)備的普及，網(wǎng)絡(luò)中數(shù)字圖像的數(shù)量迅速增加。一些攜帶不良信息的圖像在網(wǎng)絡(luò)上傳播，對(duì)社會(huì)造成了極大的危害。目前，面向信息過(guò)濾的圖像檢索系統(tǒng)在不良圖像召回率和檢索效率方面還存在不足，難以滿足實(shí)際應(yīng)用需求。因此，面向信息過(guò)濾的圖像檢索系統(tǒng)仍然是一個(gè)值得深入研究的問(wèn)題。
　　 選取何種特征以提高系統(tǒng)對(duì)不良圖像的召回率、設(shè)計(jì)何種檢索算法以提高系統(tǒng)檢索效率這兩個(gè)問(wèn)題是面向信息過(guò)濾的圖像檢索系統(tǒng)要解決的兩個(gè)關(guān)鍵問(wèn)題。本

2、文針對(duì)這兩個(gè)關(guān)鍵問(wèn)題開(kāi)展了一些探索性的研究工作。一方面，在特征提取研究中，對(duì)以往系統(tǒng)中的各種常用特征提取算法(包括顏色特征、形狀特征和紋理特征三大類，每一大類又包含若干種特征提取算法)進(jìn)行了實(shí)現(xiàn)和分析，并根據(jù)實(shí)際應(yīng)用中經(jīng)常遇到的剪裁、不變性等問(wèn)題選擇了合適的特征提取算法；同時(shí)，為了提高特征表達(dá)的準(zhǔn)確性，對(duì)傅里葉特征提取算法進(jìn)行了改進(jìn)。另一方面，在檢索算法研究中，主要針對(duì)海量數(shù)據(jù)檢索效率問(wèn)題，提出一種向量近似、SimHash和倒排索引相結(jié)

3、合的檢索算法：首先根據(jù)特征值的取值范圍把特征向量近似為整型向量；然后根據(jù)SimHash的思想把特征向量映射為一個(gè)Hash值，起到降維的作用；最后建立倒排索引，提高檢索速度。
　　 通過(guò)在公開(kāi)數(shù)據(jù)集Caltech101和Corel及內(nèi)部數(shù)據(jù)集上的實(shí)驗(yàn)，本文得到了以下結(jié)果來(lái)支持本文的工作：(1)根據(jù)本文算法提取的特征在同類樣本上具有較大的相似度、在異類樣本上則具有較大的區(qū)分度，從而保證利用這些特征能夠有效地從圖像庫(kù)中檢索出相似的圖像

4、、提高圖像檢索系統(tǒng)的召回率；(2)本文使用的特征中，形狀特征對(duì)旋轉(zhuǎn)、平移、縮放等情況具有不變性特性，灰度共生矩陣紋理特征對(duì)剪裁、縮略等情況具有較好的不變性特性，從而保證利用這些特征能夠適應(yīng)圖像剪裁、旋轉(zhuǎn)等情況，使圖像檢索系統(tǒng)在實(shí)際應(yīng)用時(shí)能夠具有較好的穩(wěn)定性；(3)本文提出的檢索算法與傳統(tǒng)檢索算法進(jìn)行了比對(duì)實(shí)驗(yàn)，在包括1000萬(wàn)幅圖像的數(shù)據(jù)集上，檢索速度由傳統(tǒng)檢索算法的1.88秒/幅提高到0.22秒/幅，從而滿足了圖像檢索的實(shí)際應(yīng)用需求。