基于特征融合的图像检索研究与实现-计算机应用技术专业论文.docxVIP

优秀毕业论文 精品参考文献资料 研究生优秀毕业论文 西南交通大学 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1．保密口，在 年解密后适用本授权书； 2．不保密圈／名用本授权书。 (请在以上方框内打‘吖”) 学位论文作者签名： 獭他 指导老师签名：徘· 日期： 矿怨．妄．奶 日期： 沙厂}k y圹 万方数据 西南交通大学硕士学位论文主要工作( 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： 1、通过在Holidays数据集上对常见的颜色、纹理全局特征与SIFT、SURF局部 特征进行详细地单一特征图像检索实验对比，分析它们各自的特征提取时间、索引时 间、检索时间以及平均准确率并分析各种特征的优缺点。 2、引入一种结合局部SURF特征与全局CEDD特征的特征融合提取算法，以充 分利用图像全局特征和局部特征的优势。实验结果表明基于特征融合的图像检索mAP 效果优于基于单一特征的检索。通过利用高效的BoVW方法对提取到的特征建立倒 排索引并保存到Lucene索引文件中，并在此基础上通过加入Hamming Embedding、 Soil-Binning等方法，进一步提高了检索结果的平均准确率。 3、最后本文设计并实现了一个基于特征融合的JavaWeb图像检索系统“一点搜 图”，通过实验测试验证了该方法的可行性。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名： 黼微 日期： 础勺．谛 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘要 随着移动互联网和社交网络的发展，互联网中图片等多媒体信息成为信息主流， 大多数用户都习惯于以图片的方式分享自己的最新动态，这极大的增长了网上的图像 数量。IT技术的飞速发展使得世界上各个地方的人们都可以方便地以不同方式来获得 自己所感兴趣的内容，这也使得用户对图像的需求进一步增加。而传统的通过文本来 检索图像描述信息的图像搜索方式已不能满足需求。面对如此海量的图片及其中包含 的海量信息，如何高效地存储以及快速的从中检索到符合用户需求的图片，已经成为 多媒体和信息检索领域关注和研究的重要课题。 本文的主要研究内容是基于特征融合的图像检索中的图像特征提取算法与索引 匹配技术两方面。详细地对比介绍了图像低层视觉特征提取技术，系统分析和研究了 索引与匹配关键技术。本文的主要的研究内容和贡献如下： 通过在Holidays数据集上对常见的颜色、纹理全局特征与SIFT、SURF局部特征 进行详细地单一特征图像检索实验对比。通过分析它们各自在特征提取时间、索引时 间、检索时间以及平均准确率这几个方面的优缺点的基础上，设计出一种既结合了局 部SURF特征提取算法优势，又结合了全局CEDD特征提取算法优势的特征融合提取 算法。检索实验结果表明，基于特征融合的图像检索能够在保持图像提取效率的情况 下，取得比基于单一特征的图像搜索更好的mAP检索效果。由此说明特征融合算法 能有效提高图像特征的区分度和健壮性。然后利用经典高效的BoVW方法对提取到 的特征建立倒排索引结构并保存到Lucene索引文件中，并在此基础上通过加入 Hamming Embedding、Soft-Binning等方法，进一步提高了检索结果的平均准确率， 并使其能够应付大数据集索引与检索的要求。并且本文设计并实现了一个基于特征融 合的JavaWeb图像检索系统“一点搜图”，最后论文总结了全文的主要工作以及不足之 处，并提出了进一步研究的可能方向。 关键词：图像检索；特征融合；海明嵌入；一点搜图 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1l页 Abstract With the development of mobile internet and social network，picture and other multimedia information have become mainstream，the majority ofusers are used to share their latest