基于文本和內容的商標圖像檢索.pdf

1、基于內容的圖像檢索是一個綜合了數(shù)學、電子學、計算機科學、人工智能、模式識別等各門學科的研究領域，是一個前景十分廣闊而重要的應用領域。其主要思想是根據(jù)基于圖像視覺內容的特征如顏色、紋理、形狀和空間分布等信息，提取圖像的特征向量作為索引進行相似性檢索。商標是商品的一個重要標識，代表了商品的質量與生產(chǎn)廠家的信譽，在市場經(jīng)濟中起著重要的作用，而基于內容的圖像檢索技術在商標圖像領域得到了廣泛的應用，商標圖像檢索實際上是圖像檢索的一個子問題。

2、 本文對現(xiàn)有的基于內容的商標圖像檢索方法進行了分析，提出了一種新的商標圖像檢索方法，并設計開發(fā)了一個基于文本和內容的商標圖像檢索系統(tǒng)。 針對二值商標圖像單色的特點，一般利用形狀特征對其進行檢索。關于形狀的統(tǒng)計值，可以用矩特征來表示。在圖像處理中，矩可以作為一個重要的特征來表示物體，據(jù)此特征來對圖像進行檢索等操作。本文對基于形狀特征(Hu不變矩、Legendre矩、Zernike矩、偽Zernike矩)和模糊方向特征圖像檢索的多

3、種方法進行了實驗對比。用PVR指數(shù)作為圖像檢索性能評價準則。結果表明，在基于形狀特征的檢索中，Legendre矩、Zernike矩和偽Zernike矩的檢索性能優(yōu)于Hu矩；基于模糊方向特征檢索的效果優(yōu)于Hu矩；在相同維數(shù)下，偽Zernike矩的檢索效果最好。 隨著矩階數(shù)和特征維數(shù)的增加，雖然加強了圖像的描述能力，但同時也帶來了信息冗余和維數(shù)災難等問題，加上高階矩比低階矩受噪聲的影響大，因而并不是矩的階數(shù)越高，檢索的效果越好。通過

4、實驗，我們探討了Legendre矩、Zernike矩、偽Zernike矩和模糊方向特征的最佳維數(shù)。 由于利用單個特征進行圖像檢索，未必有足夠多的區(qū)別性信息，為了進行最佳的檢索，當有眾多特征使用時，可以將多個特征進行融合，我們提出融合多個特征的新方法來進行檢索，并通過本文實現(xiàn)的商標圖像檢索系統(tǒng)進行了實驗，對比實驗證明該方法的檢索效果優(yōu)于單個特征的檢索。 因為圖像檢索系統(tǒng)的最終用戶是人，因此通過交互手段來捕獲人對圖像內容的理