基于图像识别的视觉认知与搜索技术研究8400字论文.docx

基于图像识别的视觉认知与搜索技术研究摘要

中外谚语“百闻不如一见”说明视觉是人类认识世界、得到信息内容的主要来源。现代心理学研究也表明，在我们平时生活中，有83%的信息内容是靠视觉来感知。视觉信息的常用载体是图像，因为它不但形象直观，而且还包含丰富的内容，所以图象是构成多媒体信息的基础元素。从互联网被提出到现在，网络上传播图像的信息速度越来越快，数量原来越多，世界人民从开始的信息资源匮乏到现在不知如何从众多图像中筛选自己所需要的信息。因此，图像识别技术和视觉认知搜索技术逐渐受到关注并且发展起来。

图像识别属于当代计算机领域的热门方向，是立体视觉、运动分析、数据融合等实用技术的基础，在导航、地图与地形配准等许多领域重要的应用价值，同时涉及的领域众多，如：遥感图像识别；通讯领域的图像传输；军事、公安刑侦等领域的军事目标的侦察、制导和警戒系统；公安部门的现场照片、指纹、人像等的处理和辨识；生物医学图像识别；机器视觉领域用于军事侦察、危险环境的自主机器人，邮政和家庭服务的智能机器人。此外机器视觉还可用于工业生产中的工件识别和定位，太空机器人的自动操作等。

本文介绍了基于形状的图像识别检索技术，通过图像灰度化，二值化，计算不变矩等方法提取图像特征，进行建库来进行图像识别搜索。本文选择以图像Hu不变矩特征为标准来进行图像识别检索。首先，对准备好的检索图像利用边缘检测算子进行边缘检测；接下来，利用Hu的7个不变矩作为形状特征向量；然后，进行图像相似度匹配；最后，在准备好的图像库中检索出相似度较高的图像，将相似度由高到低排序的序列作为检索结果。检索结果表明，使用该算法可以很快地检索出相似度较高的图像，具有使用价值。

关键词：图像检索；Hu不变矩；相似度

目录

1导论

……

…

…

…2

1.1选题背景与意义 2

1.2国内外文献综述 3

1.3论文的结构 4

1.4论文的主要内容 4

1.5论文的研究方法 4

1.6本章小结 4

2图像预处理 5

2.1图像灰度化 5

2.2二值化操作 5

2.3本章小结 6

3计算不变矩 7

3.1不变矩计算 7

3.2本章小结 7

4图像检索 8

4.1特征计算 8

4.2对比特征值向量 8

4.3相关度 8

4.4本章小结 10

5结果分析 11

5.1结果分析 11

5.2本章小结 13

6总结与展望 14

6.1总结 14

6.2展望 14

参考文献 15

1导论

1.1选题背景与意义

视觉通道是人类感知外部世界的主要入口，图像则是多维度信息最直接的表现方式，更有“一图值千金”的谚语。但是，图像往往包含较多的信息量，文本方式很难表达其全面内容，因此对图像信息进行检索很难进行抽象建模。此外，随着互联网信息技术的发展，如何有效的存储、检索海量图像数据也越来越引起人们的关注。因此，通过有效构建图像数据库，搭建图像检索引擎，高效地利用图像的关键数据信息，结合已有的搜索技术来实现海量图像的智能检索系统具有重要的现实意义。目前许多主流的搜索引擎均提供了图像搜索通道，如谷歌相似图像搜索、百度识图等。搜索图象是不仅可以根据与图像相关联的文字信息来搜索，而且能够按照图像内容本身来搜索，具有很高的实用价值。

图像的识别属于当代计算机科学研究的重要领域，已经发展成为一门独立的学科。这一学科在近几年里，发展十分迅速，应用范围相当广泛，几乎遍及各个领域： (1)数字化图书馆的建立与管理。随着数字化成技术的发展与广泛应用，越来越多的图书馆开始把已有的馆藏资料扫描成图像，对这些图像数据进行存储和检索。(2)家庭数字照片的自动管理。近些年，随着数码技术的发展，数字相机、摄像头与拍照手机得到迅速普及与应用，在家庭个人计算机上，存储的数字照片在不断增多，可以用于这些照片的自动分类和管理。(3)网络图像检索。随着互联网技术的发展与普及，个人或者各种组织在网络中发布与共享的数字图像数量呈爆炸式增长，在网络信息海洋中，如何帮助用户检索到其真正想要的图像，是信息检索面临的一个主要问题。

(4)视频分析与检索。在信息化时代，每天都会有大量的视频在网上分享。因为图象是构成视频的基础，所以图像分类与检索方法也可应用于视频分类或检索，实现通过对视频的内容分析检索到自己感兴趣的视频片段或单帧图像。除此之外，图像分类与检索技术还可以应用到遥感图像分类、图像编辑、工业流水线上的图像检测等方面。

1