最大穩(wěn)定極值區(qū)域在圖像檢索領(lǐng)域的應(yīng)用研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，圖像、視頻數(shù)據(jù)迅速膨脹，如何有效地檢索所需要的數(shù)據(jù)信息己成為圖像處理領(lǐng)域的一個研究熱點(diǎn)。傳統(tǒng)的基于文本的圖像檢索技術(shù)因其人工標(biāo)注的耗時性以及檢索匹配的誤差已不能滿足當(dāng)前海量資源的檢索需求。為了便于圖像的檢索和識別，基于內(nèi)容的圖像檢索技術(shù)應(yīng)運(yùn)而生。 基于內(nèi)容的圖像檢索技術(shù)的關(guān)鍵在于圖像特征的提取與描述。該文在比較多種仿射不變性區(qū)域的基礎(chǔ)上，選取最大穩(wěn)定極值區(qū)域?qū)D像內(nèi)容進(jìn)行分割和提取。該文總結(jié)了最大穩(wěn)定極值區(qū)域的

2、定義、性質(zhì)，然后歸納出一種高效實(shí)用的檢測方法，使得特征提取時間復(fù)雜度接近線性。 借鑒文本檢索的思想，該文提出了基于目標(biāo)區(qū)域的圖像檢索方法。首先從圖像中提取最大穩(wěn)定極值區(qū)域，并利用熵值過濾方法去除含信息量較少的冗余區(qū)域，然后通過SIFT描述子對區(qū)域進(jìn)行向量表述；利用改進(jìn)的K均值算法對特征向量進(jìn)行聚類，由聚類中心構(gòu)造視覺關(guān)鍵詞表；進(jìn)而把圖像看成是由視覺關(guān)鍵詞組成的文檔，通過倒排文檔的思想進(jìn)行相似性度量實(shí)現(xiàn)基于全圖的圖像檢索；通過對目

3、標(biāo)區(qū)域內(nèi)視覺關(guān)鍵詞的類屬和詞頻進(jìn)行統(tǒng)計，利用投票得分的方式實(shí)現(xiàn)基于目標(biāo)區(qū)域的圖像檢索。為了去除誤配以提高圖像檢索精度，該文還對視覺關(guān)鍵詞之間的空間約束關(guān)系進(jìn)行研究，利用視覺關(guān)鍵詞的空間一致性對檢索結(jié)果進(jìn)行重排序，大大提高了檢索的準(zhǔn)確率。 該文最后通過對圖像檢索技術(shù)進(jìn)行推廣，實(shí)現(xiàn)了基于最大穩(wěn)定極值區(qū)域的視頻拷貝檢測：首先利用顏色直方圖進(jìn)行視頻鏡頭分割并提取關(guān)鍵幀，然后利用最大穩(wěn)定極值區(qū)域?qū)﹃P(guān)鍵幀進(jìn)行匹配，最后通過時序投票方法檢索定