基于內(nèi)容的圖像檢索算法研究及其系統(tǒng)實現(xiàn)與應(yīng)用.pdf

1、近年來，隨著計算機軟、硬件技術(shù)及互聯(lián)網(wǎng)通信技術(shù)日新月異的發(fā)展，以及數(shù)碼相機、智能手機、平板電腦等大容量存儲設(shè)備和移動終端設(shè)備的日趨廉價和普及，人們可以非常容易的存儲或瀏覽大量的數(shù)字圖像資源。而在人們的工作、生活和娛樂等各個領(lǐng)域得到廣泛應(yīng)用的圖像數(shù)據(jù)，作為獲取和交換信息的重要載體，呈現(xiàn)出了前所未有的海量爆炸式的快速增長趨勢。
　　圖像檢索的本質(zhì)是對圖像特征的提取，以及對圖像特征進行匹配的技術(shù)。因此圖像特征需要能夠反映出圖像的語義信息

2、，可分為淺層圖像特征、中層圖像特征和深層圖像特征，在實際應(yīng)用中可以根據(jù)不同的需要來選擇合適的圖像特征進行處理。當圖像數(shù)據(jù)量很大或者維度很高的情況下，為了滿足用戶在圖像檢索中的系統(tǒng)響應(yīng)的準確性和實時性，基于內(nèi)容的圖像檢索系統(tǒng)通常使用基于圖像哈希的檢索方法的方法。因此，本文圍繞基于哈希編碼的圖像檢索展開了研究與應(yīng)用。
　　論文的主要工作和貢獻總結(jié)如下：首先提出了一種改進的迭代量化哈希算法實現(xiàn)圖像檢索，闡述了該算法的推導過程，建立了算法

3、模型。該算法在已有的迭代量化哈希算法的基礎(chǔ)上，采用NMF算法代替PCA算法對圖像特征進行降維，有效的表達圖像的局部特征。同時引入了L1圖對圖像的特征矩陣進行了稀疏重構(gòu)，使得改進后的算法可以捕獲到樣本內(nèi)在的結(jié)構(gòu)信息。然后在兩種公開的數(shù)據(jù)集上進行了仿真實驗，參數(shù)敏感性實驗表明，該算法對參數(shù)并不敏感。將改進后的算法和目前比較流行的無監(jiān)督的哈希算法進行了對比，性能對比實驗結(jié)果證明，改進后的算法的召回率、準確率和平均檢索精度均要優(yōu)于對比的圖像哈希