商标图像检索方法研究与实现

对纯文字商标和混合商标采用文字信息检索,对纯图形商标提出一种全局特征和局部特征相结合的检索方法,首先利用图像的全局特征(如不变矩、偏心率等)进行初次匹配,然后利用局部特征(如子块图像的面积等)进行二次匹配,以提高检索的查全率和精度.实验证明,检索结果是有效的,并且符合人们的视觉感受.     

基于局部和全局特征融合的图像检索

提出了一种综合全局统计特征和局部二值位图特征的图像检索算法。首先,分别计算图像R、G、B三通道的均值和方差,获取图像全局统计特征。然后根据块截断编码思想,将图像划分成4×4的图像子块,同样计算其均值,若块均值大于图像全局均值,则该块设为“1”,否则,设为“0”,由此得到图像的二值位图特征。最后,对归一化的特征进行有机融合获取最佳相似匹配函数进行检索。实验结果证明：综合两种特征的效果比使用单一特征的效果好;和同类算法相比,其算法鲁棒性好,检索准确率更高。     

基于距离融合的多特征商标图像检索

针对二值商标图像,提出了一种利用综合距离函数将多个特征进行融合的检索方法。着重对基于形状特征（Legendre矩、Zernike矩和伪Zernike矩）、基于模糊方向特征和基于多特征融合的检索方法进行了阐述,用综合距离函数度量图像间的相似性,PVR曲线作为图像检索性能评价准则。实验结果证明,融合多特征检索方法的性能优于单特征检索,检索结果符合人眼的视觉感受。     

基于全局特征与局部特征的图像分级匹配算法研究及应用

移动机器人基于拓扑地图导航时要求图像特征提取与匹配算法具有高的精度和鲁棒性、良好的实时性,针对此,提出了基于全局特征和局部特征的图像分级匹配算法。首先对输入的待匹配图像应用改进的形状上下文算法提取全局特征与图像库中图像进行遍历粗匹配,得到与当前待匹配图像相似度最高的3幅图像并构建临时图像库;然后利用改进的SIFT算法提取输入图像局部特征与临时图像库中3幅图像的局部特征进行精确匹配,最终得到与待匹配图像相似度最高的图像作为匹配结果输出。所提出的图像分级匹配算法将基于全局特征的改进形状上下文算法和基于局部特征的改进SIFT算法相结合,从而达到优势互补的目的。实验结果表明,该算法在机器人基于拓扑地图导航过程中有效地提高了图像匹配效率,缩短了运行时间。     

基于距离融合的多特征商标图像检索

针对二值商标图像,提出了一种利用综合距离函数将多个特征进行融合的检索方法.着重对基于形状特征(Legendre矩、Zernike矩和伪Zernike矩)、基于模糊方向特征和基于多特征融合的检索方法进行了阐述,用综合距离函数度量图像间的相似性,PVR曲线作为图像检索性能评价准则.实验结果证明,融合多特征检索方法的性能优于单特征检索,检索结果符合人眼的视觉感受.     

基于局部特征的模具数控加工推荐系统

为了实现对已有数控工艺设计成果的有效重用,提出了一种基于局部特征匹配的数控工艺推荐系统模型,该模型利用局部特征级的三维极半径矩结合几何尺寸等其他几何语义信息建立加工几何特征,并对典型局部特征对应的数控工艺信息进行有效组织与表达,构建数控工艺案例库。设计了一种基于综合加权的加工几何特征的相似性度量方法,以此实现局部特征的检索与加工特征的准确匹配,并根据匹配程度定义数控工艺实例复用方法,结合用户加工需求,最终产生合适的数控工艺推荐方案。     

融合全局-颜色信息的尺度不变特征变换

由于尺度不变特征变换(SIFT)算法只针对图像的局部特征进行描述且忽略了图像的彩色信息,当待匹配图像中存在大量形状相似区域时,误匹配率很高。本文对SIFT图像匹配法进行了改进,提出了SCARF(Shape-color Alliance Robust Feature)图像匹配算法。为解决SIFT常出现的误匹配现象,构造的SCARF算子利用SIFT检测子提取图像的特征点集,通过建立同心圆坐标系,在SIFT原有框架的基础上融入全局形状信息和颜色不变信息,并采用欧氏距离作为匹配代价函数进行描述子匹配。对包括SCARF算法和SIFT算法在内的5种不同匹配算法通过INRIA数据库进行了实验验证,实验结果表明:SCARF算法在图像模糊、局部特征相似、JEPG压缩和光照变化等复杂变换情况下,匹配准确率优于SIFT等其他算法,降低了误匹配的概率,明显提高了匹配的稳定性和鲁棒性。     

基于多通道Gabor滤波与灰度梯度共生矩阵的虹膜识别方法

为有效改善虹膜识别系统的性能,针对传统方法提取全局特征时对局部纹理特征不敏感的问题,提出了一种基于多通道Gabor滤波和灰度梯度共生矩阵（GGCM）的虹膜识别方法。使用不同方向和尺度的Gabor滤波器组对预处理后的虹膜图像滤波,由全局滤波图像构建灰度梯度共生矩阵,提取特征值生成虹膜特向量。识别过程采用加权欧氏距离进行特征匹配。CASIA虹膜图像库实验表明,该方法能在保证识别系统实时性能的前提下使EER下降0.5%。     

人工智能算法在基于内容的视频检索中的应用

随着计算机技术的发展,视频数据的容量以几何级数增长。如何在海量视频数据库中快速地检索到所需片断成为热门的研究课题。本文提出了将人工智能算法应用到基于内容的视频检索系统中,利用反馈式人工神经网络和自适应匹配算法,对视频进行基于内容的分类,索引及检索;通过对图像特征的提取与人工智能相结合的思想和方法,实现了图像快速有效的分类,索引和检索,最后对该方法进行了讨论。     

基于多分辨率差分矩阵的纹理检索

提出了一种新的图像纹理分析算法--多分辨率差分矩阵.该算法在多分辨率基础上通过统计局部小波包系数变化情况来描述图像的纹理特征,利用小波包的多通道特性和差分矩阵的灰度差提取满足人类视觉特性.使用该算法对Brodatz图像库进行的检索实验表明,相对于其它复杂多分辨率特征提取方法,多分辨率差分矩阵无论在检索效率与检索效果上均有一定程度的提高.     

基于卷积神经网络的光学遥感图像检索

提出了一种基于深度卷积神经网络的光学遥感图像检索方法。首先,通过多层卷积神经网络对遥感图像进行卷积和池化处理,得到每幅图像的特征图,抽取高层特征构建图像特征库;在此过程中使用特征图完成网络模型参数和Softmax分类器的训练。然后,借助Softmax分类器在图像检索阶段对查询图像引入类别反馈,提高图像检索准确度,并根据查询图像特征和图像特征库中特征向量之间的距离,按相似程度由大到小进行排序,得到最终的检索结果。在高分辨率遥感图像数据库中进行了实验,结果显示:针对水体、植被、建筑、农田、裸地等5类图像的平均检索准确度约98.4%,增加飞机、舰船后7类遥感图像的平均检索准确度约95.9%;类别信息的引入有效提高了遥感图像的检索速度和准确度,检索时间减少了约17.6%;与颜色、纹理、词袋模型的对比实验表明,利用深度卷积神经网络抽取的高层信息能够更好地描述图像内容。实验表明该方法能够有效提高光学遥感图像的检索速度和准确度。     

机械零件模型局部形状相似性检索算法研究

提出利用尺度不变特征来描述三维模型的局部形状信息,设计出一种灰度体素模型上的基于三维SIFT算法的局部形状特征提取方法;得到三维模型的尺度不变形状特征后,采用BoF方法构建模型的形状特征向量,配合相应的距离函数实现三维模型"部分-整体"的匹配和检索。实验表明该方法具有比较好的检索性能。     

结合全局信息的SIFT特征匹配算法

提出了结合全局信息的SIFT特征匹配算法,解决了图像中存在多个相似区域时造成误匹配的问题。首先,在尺度空间检测出特征点;其次,生成特征向量,特征向量包含两部分：基于局部信息的SIFT向量和基于全局形状信息的全局向量;最后,采用BBF(Best Bin First)算法进行搜索,并采用欧式距离作为度量函数进行特征向量的匹配。实验结果表明：改进后的算法能够在更大的范围内表征特征点的信息,所用图像误匹配的概率由19%下降到了11%,改善了匹配效果。     

基于角点检测的高精度点匹配算法

针对多光谱、多传感器遥感图像的自动配准,本文提出新的基于角点检测的高精度点匹配算法.该算法充分利用图像的点特征以及灰度和位置信息,先由Harris算子检测得到待匹配的角点集合,随后采用局部灰度相关进行粗匹配得到多对多匹配对,然后进行迭代由精匹配得到一对一的匹配对,最后利用角点间距离比进行全局一致性检测,进一步保证匹配的准确率.初步实验表明,本算法对于存在仿射变换的遥感图像可以精确自动匹配,其精度和速度都优于传统的点匹配算法.     

结合主体检测的图像检索方法

为解决图像背景复杂造成图像检索效果差的问题,提出了一种结合主体检测的图像检索方法。该方法首先训练用于目标检测的深度卷积神经网络模型,利用训练好的模型检测查询图像中的物体类别、类别概率和其所在区域坐标及特征。根据物体的类别概率和其所在区域的坐标判断图像主体后,在数据库中查找和主体类别相同的图像。计算查询图像与检索的同类别图像之间区域特征的余弦距离,结合类别概率对所有检索图像进行打分排序,返回分值最高的前10幅图像作为检索结果。最后在VCO2007数据集和自己收集的书页数据集上进行算法验证。实验结果表明,在随机选取的1 000幅测试图片检索结果的全正确率为96.5%,比现有方法提升了6.6个百分点。本文方法可有效排除图像背景的干扰,得到更加准确的检索结果和定位精度。     

基于HSV分块颜色直方图的图像检索算法

针对基于颜色的图像检索问题,提出了一种新的基于HSV非均匀量化分块颜色直方图的图像检索方法。分块直方图算法把图像固定分成若干子块,分别计算子块的颜色特征。将含有重要空间信息的分块设置权值,并将不注重空间信息的分块权值设为零：此算法充分利用了HSV非均匀量化和图像分块的优点,改善了颜色特征缺乏空间信息的缺点。研究结果表明,基于HSV非均匀量化分块颜色直方图的算法相对于全局颜色直方图有较好的检索精度。     

利用平面约束的月球车立体匹配

为了满足月球车视觉系统检测障碍物的时效性和可靠性需求,提出了一种基于平面约束和自适应惩罚参数的半全局立体匹配算法。首先,对极线校正后的两幅图像进行SIFT特征点提取与匹配,同时提取边缘特征;然后,利用匹配的SIFT特征点拟合空间平面,并根据平面估计左右图像所有像素点的视差搜索范围;最后,基于传统的半全局匹配算法,采用自适应惩罚参数对左右图像进行立体匹配。实验结果表明:所提出的算法有效地降低了计算复杂度,其计算复杂度只有传统方法的19.9%,对于视差不连续区域以及遮挡区域都能够获得正确的匹配结果。较传统半全局匹配方法无论在速度还是匹配精度上都得到明显提高,为立体匹配的实际应用奠定了基础。     

基于形态学边缘匹配的数字稳像方法

在一些实际应用场合,摄像机设备的震动是造成视频序列失稳的重要原因,为此提出了一种基于形态学边缘匹配的数字稳像方法,该方法首先利用形态学方法提取视频图像边缘,然后利用当前帧子块与参考帧子块的边缘进行特征匹配,以确定当前帧子块相对于参考帧的局部运动矢量,同时对得到的局部运动矢量进行分析判决,以确定该局部运动矢量是否为真正的抖动偏移量,消除视频帧本身因存在局部运动目标、低对比度、纹理区域等因素对全局运动矢量估计的影响,最后通过判别确认的局部运动矢量确定全局运动矢量并进行运动补偿,实现数字稳像。仿真实验表明该方法稳像精度较高,复杂度低,实际应用稳像效果良好,可应用于因摄像头平移震动等因素造成视频序列失稳。     

图像局部彩色化的全局扩展算法

提出了图像局部彩色化的全局扩展算法,在给样本块上色之后,将图像纹理特征和亮度统计值作为图像特征向量分量,用于建立与样本块的对应关系;利用图像邻域信息的偏度和峰度,根据样本块对整幅图像聚类;利用查找每个像素点邻域像素所属聚类域的方法确定此像素点所属聚类域,在对应样本块中选取最佳匹配像素,实现目标图像全局彩色化,使彩色化结果图像在不同颜色边界的过渡更加自然、平滑、流畅.     

利用平面约束的月球车立体匹配方法

为了满足月球车视觉系统对检测障碍物检测的时效性和可靠性的需求,提出了一种基于平面约束和自适应惩罚参数的半全局立体匹配算法。首先,对极线校正后的两幅图像进行SIFT特征点提取与匹配,同时提取边缘特征;然后,利用匹配的SIFT特征点拟合空间平面,并根据平面估计左右图像所有像素点的视差搜索范围;最后,基于传统的半全局匹配算法,采用自适应惩罚参数的策略对左右图像进行立体匹配。实验结果表明：所提出的算法有效地降低了计算复杂度,其计算复杂度只有传统方法的19.9%,对于视差不连续区域以及遮挡区域都能够获得正确的匹配结果。较传统半全局匹配方法无论在速度还是匹配精度上都得到明显提高,为对立体匹配的实际应用奠定了基础。