一种基于MD5近似图像检测算法研究.docVIP

一种基于MD5的近似图像检测算法研究 　　摘 要:在WWW图像搜索引擎中,如何快速而准确地检测出近似或重复图像已经成为亟待解决的问题,提出一种基于MD5的近似图像检测算法。该算法选取图像分块灰度均值为特征,经过拉普拉斯特征值降维,矢量量化后,图像特征被转换为MD5值,然后根据生成的MD5值进行近似或重复图像检测。实验结果表明该算法是有效的。 　　关键词:图像检索; 近似图像; MD5; 拉普拉斯特征值降维 　　中图法分类号:TP391 　　文献标志码:A 　　 　　文章编号:1001-3695(2010)02-0788-03 　　doi:10.3969/j.issn.1001-3695.2010.02.109 　　 　　Research of similar images detection algorithm based on MD5 　　 　　YE Zhi-wei1, XIA Bin1, WANG Da-zhen1, ZHANG Yan-chao2 　　 　　(1. School of Computer Science, Hubei University of Technology, Wuhan 430068, China; 　　2 .School of Computer Science, Wuhan University of Technology, Wuhan 430070, China) 　　 　　Abstract: There are many similar or duplicate images in the World Wide Web, how to efficiently and accurately find those images has become an issue in search engine research area. This paper presented a similar images detection algorithm based on MD5, which selected the average of gray-block for feature. MD5 was generated by the feature after Laplacian eigenmap dimensionality reduction and vector quantization, then it detected the similar or duplicate images by the MD5. Experimental results show that the algorithm is effective. 　　Key words: image retrieval; similar image; MD5; Laplacian eigenmap 　　 　　目前,大量的图像以数字化的方式进行存储和传输,而Internet的快速发展更加大了图像的传播范围与传播速度,从而带来了近似或重复图像的问题,即一幅图像存在多个不同版本。用户越来越多地使用图像搜索引擎检索图像,图像搜索引擎一般会返回与查询词相关的多幅图像。但是,在返回的图像中往往包含有大量近似或重复图像。如图1所示,该图是2009年2月9日使用Live Search图像搜索引擎输入检索词apple得到的第一页结果,可以看到,其中包含有相当数量的近似图像。这种近似图像给用户的浏览带来了信息冗余,同时也浪费了网络带宽。另外,近似图像检测也是基于内容的图像检索(content-based image retrieval, CBIR)的关键技术[1,2]。因此,如何快速而准确地检测出近似或重复图像[3]已经成为亟待解决的问题。?? 　　 　　一般来讲,对于具有n幅图像的数据集,寻找出所有的近似图像需要进行O(n2)次比较。当n较大时,所需比较次数会快速增加。一些已有的具有较高计算复杂度的方法[4~7]难以应用到大规模数据集中的近似图像检测中。针对上述问题,本文提出一种基于MD5的近似图像检测算法,通过MD5值的匹配来实现近似或重复图像的快速检测。 　　1基于MD5的近似图像检测算法?? 　　 　　本文描述了一种能够在大规模图像数据库中快速而准确地寻找近似图像的方法。基于MD5的近似图像检测算法由三个主要部分组成,分别是图像特征提取、特征降维以及MD5值的生成。算法步骤如图2所示。?? 　　 　　每幅图像首先转换为对应的特征,表示为高维矢量;然后该矢量被映射到一个维数较低的子空间中。在此映射过程中,特征矢量的主要信息仍然得到了保留。降维后的矢量通过矢量量化的方式转换为二进制字符串,该字符串