基于局部不变特征融合的图像检索技术研究

《基于局部不变特征融合的图像检索技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、４Ｖ种成夫凌ＵＭＩＶ巨ＲＳＩＴＶＯＦＥＬＥＣＴＲＯＮＩＣＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＵＯＧＶＯＦＣＨＩＮＡ扣，硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳ■产…＇’ｗ山；－妨刪Ｖ－刪撫；Ｘ＼ｉｒ一＃耀＾化＇＊．．：Ｖ５＾１Ｖ论文题目基于局部不变特征融合的图像检索技术妍究学科专业信号与信息处理．？．？．Ｌ．．二＂Ｊ．学号２０１３２１０２０３８２作者姓名谢李鹏指导教师李纯明教授Ｉ？，－■‘．．．二．．：二：．？．；＇．，．＊？＂

2、Ｉ：二？．‘－１心％＇Ｖ．三－．．．独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加标往和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。＾作者签名：诲日期：人年５月也日化论文使用授权本学位论支作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅

3、和借阅。本人授权电子科技大学可レッ将学位论文的全部或部分内容编入有关数据库进行检索，可１＾＾采用影印、缩印或扫描等复制手段保存、汇编学位论文。（作保密的学位论文在解密后应遵守此规定）者签名：．ｉＨｔｉｆｅ＿导师签名：必曰期：年月曰分类号密级注1UDC（题名和副题名）（作者姓名）指导教师（姓名、职称、单位名称）申请学位级别学科专业提交论文日期2016.03.31论文答辩日期2016.05.23学位授予单位和日期20166答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchonImageRetrievalBasedontheAggregatio

4、nofLocalInvariantFeatureAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:Signal&InformationProcessingAuthor:XieLipengAdvisor:Prof.LiChunMingSchool:SchoolofElectronicEngineeringofUESTC摘要摘要基于内容的图像检索直接从图像本身提取能够描述其内容特点的图像特征，并将其用于图像间的相似性度量，已成为当前计算机视觉领域的一个研究热点。更重要的是，基于内容的图像检索

5、有助于构建客观、自动、高效的图像检索系统，对于管理互联网所产生的海量图像数据具有十分重要的意义。总体而言，图像特征可概括为颜色、纹理、形状和局部不变特征，与其他特征相比，局部不变特征具有良好的区分度，对于图像变换具有不变性且其对图像遮挡表现出一定的鲁棒性。由此，局部不变特征被广泛应用于图像配准、目标识别、图像检索等计算机视觉领域中。本论文主要研究基于词袋（Bag-of-words）模型与FisherKernel的局部不变特征融合方法，对这些方法进行分析与总结，进而针对现有算法中出现的问题采取相应的改进方法，并将改进后的算法应用于图像检索中。本论文的主要工作和贡献如下：1.研究基于局部不变特征图

6、像检索的一些知识要点，主要包括局部不变特征提取技术、基于局部不变特征的图像相似度度量以及图像检索性能的评价标准。2.研究词袋模型的理论知识以及基于词袋的局部不变特征融合方法，并根据该融合方法中存在的缺点，采取如下改进方法：1）运用Kd-Tree近似最近邻查找算法提高特征编码的效率；2）运用ZCA白化方法降低编码系数各维度间的相关度；3）运用幂律归一化方法平滑图像表示向量，降低频率较高的图像内容比重；4）运用稀疏自编码器对图像表示向量进行优化，进一步去除向量间的冗余信息同时增强其描述能力。通过实验验证，改进算法的检索性能有较大的提高。3.重点研究和分析基于FisherKernel的局部不变特征融

7、合方法，并提出基于局部约束线性编码的费希尔向量。首先，针对高斯混合模型在高维数据空间存在的局限性，运用稀疏表示模型建模局部描述子的产生过程，推导出联合稀疏表示模型与FisherKernel模型的费希尔向量表达式；其次，针对稀疏编码存在的计算效率低、缺乏空间结构信息等问题，利用局部约束线性编码算法代替其计算编码系数；最后，用改进的白化方法对高维的图像表示向量做降维处理，同时降低向量维度间的信息冗余度