基于內(nèi)容的實時圖像檢索系統(tǒng).pdf

1、隨著計算機技術(shù)和網(wǎng)絡(luò)的迅速發(fā)展,信息采集、傳播無論是在速度還是規(guī)模都達到了空前的水平。特別是伴隨各種數(shù)碼電子產(chǎn)品的普及,每天新增的圖片數(shù)量達到了極高的數(shù)量級,如Facebook、騰訊等熱門網(wǎng)站每天用戶上傳的圖片數(shù)量就可達到數(shù)千萬張。如何有效的管理、查詢圖像信息并使之更有效的與其它用戶分享成了亟待解決的問題,圖像檢索技術(shù)自然也就成為近年來國內(nèi)外研究的熱點?，F(xiàn)在常用的方式是基于文字的圖像檢索(TBIR),如谷歌、百度等搜索引擎。但一幅圖像勝

2、過千言萬語,不是所有的東西都可以用文字描述,不是所有的東西都在文字里描述了,TBIR并不能解決所有的問題,而基于內(nèi)容的圖像搜索(CIBIR)能提供TBIR所不具備的功能和應(yīng)用。
　　 本文圍繞如何提取有效圖像視覺特征、如何衡量圖像之間的相似性以及如何加速基于內(nèi)容的圖像檢索以達到實時檢索的目的來展開研究。本文的主要內(nèi)容包括:
　　 1、研究和分析圖像特征的不同提取方法,包括紋理、小波、輪廓、顏色、興趣點、顯著點等一系列圖像

3、特征。
　　 2、在研究經(jīng)典CBIR系統(tǒng)的基礎(chǔ)上,建立了一個圖像檢索框架,包括特征提取、特征保存、圖像搜索、結(jié)果顯示等,該框架具有模塊替換性、接口靈活、易于維護與擴充的特點。并且該平臺為其他多媒體挖掘算法的實現(xiàn)提供了基礎(chǔ)。
　　 3、使用聚類和GPU加速圖像搜索,充分利用GPU(GraLphie Processing Unit)的運算能力實現(xiàn)圖像檢索加速,已成功達到20倍加速比(NVIDIA9500GT,IntelE22