基于局部特征的維吾爾文印刷體文檔圖像檢索技術(shù)的研究.pdf

1、隨著文檔圖像處理技術(shù)、圖像采集技術(shù)和多媒體技術(shù)的不斷發(fā)展，文檔圖像因具有易于收集、獲取和攜帶方便、內(nèi)容豐富、應(yīng)用范圍廣泛等特點(diǎn)已成為人們?nèi)粘Ｉ詈凸ぷ髦胁豢扇鄙俚男畔@取來(lái)源。近20年以來(lái)，文檔圖像在檔案管理、政府辦公文件管理、數(shù)字圖書館管理等方面得到了廣泛的應(yīng)用，逐漸成為信息處理領(lǐng)域中發(fā)展速度最快的研究?jī)?nèi)容之一。隨著文檔圖像應(yīng)用的范圍的越來(lái)越廣泛和文檔圖像數(shù)量的不斷增加，文檔圖像檢索技術(shù)引起了許多研究者們的關(guān)注。而且如何從大量的文檔圖

2、像數(shù)據(jù)庫(kù)中精確和快速的搜索出有關(guān)信息成為迫切需要處理的緊要問題。
　　文檔圖像檢索是指根據(jù)輸入的文檔圖像，從文檔圖像數(shù)據(jù)庫(kù)中找出與輸入文檔圖像相似或近似的目標(biāo)文檔圖像。目前提出的文檔圖像檢索技術(shù)中大部分利用文檔圖像的紋理、形狀和空間關(guān)系等全局特征，對(duì)文檔圖像進(jìn)行檢索操作。然而，基于這些全局特征的檢索系統(tǒng)無(wú)法精確的表達(dá)出文檔圖像的細(xì)節(jié)內(nèi)容，特征匹配和檢索效率也不能滿足要求。尤其是對(duì)于只包含文字的純文本圖像來(lái)說(shuō)，通過基于全局特征的檢索

3、方法來(lái)進(jìn)行文檔圖像檢索的效果很不好。因此，本文提出了基于局部特征的文檔圖像檢索方法。
　　本文的實(shí)驗(yàn)內(nèi)容主要包括以下幾個(gè)部分：
　?。?）首先對(duì)文檔圖像檢索技術(shù)中的特征提取、特征點(diǎn)匹配和圖像檢索部分進(jìn)行了詳細(xì)的研究，通過從每個(gè)圖像的各個(gè)特征點(diǎn)提取128維的特征向量，并使用最近和次近歐氏距離的比值來(lái)度量相似性，初步建立了基于SIFT特征的維吾爾文文檔圖像檢索系統(tǒng)。然后對(duì)SIFT的特征提取部分中的特征描述子生成進(jìn)行了改進(jìn)，將高維

4、的特征向量減少為36維的特征向量，并使用最近和次近歐氏距離的比值來(lái)度量相似性，提出了以降低特征向量維數(shù)為目的的基于PCA-SIFT特征的文檔圖像檢索系統(tǒng)。
　?。?）由于基于歐式距離比值的檢索系統(tǒng)中檢索性能的好壞由閾值來(lái)決定，因此為了避免維吾爾文文檔圖像檢索系統(tǒng)中因閾值的選定不恰當(dāng)而降低檢索效率，本文中對(duì)圖像檢索策略進(jìn)行了改進(jìn)，把 KD樹最近鄰搜索方法與 SIFT和PCA-SIFT特征相結(jié)合，進(jìn)一步提出了基于SIFT特征和KD樹最

5、近鄰搜索方法的文檔圖像檢索系統(tǒng)和基于PCA-SIFT特征和KD樹最近鄰搜索方法的文檔圖像檢索系統(tǒng)，并比較這四種檢索系統(tǒng)的特征點(diǎn)匹配率、圖像檢索率等性能，確定最適合維吾爾文印刷體文檔的文檔圖像檢索系統(tǒng)。
　?。?）為了驗(yàn)證SIFT特征提取算法對(duì)亮度的、旋轉(zhuǎn)的、尺度不變性的維吾爾文文檔圖像的特征點(diǎn)提取性能和文檔圖像檢索方面的有效性，本文在基于SIFT特征和 KD樹最近鄰搜索方法的檢索系統(tǒng)中，對(duì)劃分的、亮化的、旋轉(zhuǎn)的和傾斜的查詢圖進(jìn)行特