当前位置:主页 > 科技论文 > 搜索引擎论文 >

基于内容的图像哈希检索算法研究

发布时间:2017-07-25 20:01

  本文关键词:基于内容的图像哈希检索算法研究


  更多相关文章: 图像内容检索 哈希 双边随机投影 迭代量化 局部保持


【摘要】:随着数字多媒体、互联网技术及电子商务的飞速发展,图像给人们的生产与生活带来了极大的便利。但是图像数据库中的海量数据及图像本身的高维特性给图像检索及数据存储带来了巨大的挑战。传统的基于文本的图像检索技术不能满足人们日益增长的需求,上世纪90年代,基于内容的图像检索技术应运而生,以图搜图这一新的图像搜索引擎技术备受关注。但图像特征维度往往也比较高,传统的基于树的索引技术在处理高维数据时存在检索速度慢、精度不高等缺点。近年来,研究人员提出基于编码的图像哈希技术,将高维图像数据映射到低维汉明空间,用一个二进制编码序列来表示一幅图像。图像哈希技术是一种近似最近邻的搜索技术,大大缩短了检索时间,也节约了内存占用空间。 图像的哈希编码要求具有紧凑性和检索有效性,本文基于图像内容特征,针对现有图像哈希方法存在的问题与不足,对其进行了深入研究,论文的主要工作和贡献总结如下: 首先,研究了图像内容特征提取算法及现有的图像哈希经典算法,总结了这些图像哈希算法的基本思想、实现步骤及各自的优缺点。 其次,针对最初的哈希算法的低精确度及不稳定性,提出了一种双边随机投影哈希算法。该方法结合矩阵低秩稀疏分解及投影向量分组正交化技术,学习哈希函数。矩阵的低秩稀疏分解可以提取出图像中的背景、目标及噪声,由于图像矩阵规模较大,采用基于双边随机投影的方法对矩阵进行低秩逼近以降低时间复杂度;对矩阵低秩稀疏分解过程中产生的投影向量进行分组正交化,能够使获得的图像哈希编码的方差减小,提高编码的质量。该算法将两者结合起来,发挥各自的优势,建立了与原始图像数据之间的关系,是一种数据驱动型算法,实验结果表明,该算法与传统的几种哈希算法相比较,在图像检索中表现出了更好的性能。 最后,为了进一步提升迭代量化哈希算法的性能,提出了局部保持迭代量化哈希算法。该方法在迭代量化哈希基础上,显式地引入了局部信息保持约束项,采用交替迭代量化的形式学习哈希函数,获取图像哈希编码。该算法得到的图像哈希编码不同位之间相互独立,而同一位上的编码具有图像的区分性,使得差异较大的图像之间汉明距离较大,而相似的图像其汉明距离较小。实验表明,该方法的各项评价指标较原来的方法都有所提高。
【关键词】:图像内容检索 哈希 双边随机投影 迭代量化 局部保持
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TP391.41
【目录】:
  • 摘要3-4
  • Abstract4-8
  • 第一章 绪论8-14
  • 1.1 研究背景及意义8-10
  • 1.2 国内外研究现状10-12
  • 1.2.1 图像哈希技术研究10-11
  • 1.2.2 以图搜图的图像搜索引擎11-12
  • 1.3 论文的主要研究内容及章节安排12-14
  • 第二章 图像哈希相关技术介绍及经典算法14-24
  • 2.1 引言14
  • 2.2 图像内容特征提取14-15
  • 2.3 相似性度量准则15-16
  • 2.4 图像哈希经典算法介绍16-23
  • 2.4.1 局部敏感哈希LSH17-18
  • 2.4.2 谱哈希SH18-20
  • 2.4.3 锚点图哈希AGH20-22
  • 2.4.4 顺序投影学习哈希SPLH22-23
  • 2.5 本章小结23-24
  • 第三章 双边随机投影哈希24-36
  • 3.1 引言24
  • 3.2 基于双边随机投影的矩阵低秩分解24-26
  • 3.2.1 双边随机投影矩阵低秩分解24-25
  • 3.2.2 基于BRP的矩阵低秩近似的误差边界分析25-26
  • 3.3 向量分组正交化26-29
  • 3.3.1 随机向量分组正交化介绍26-27
  • 3.3.2 汉明距离统计特性分析27-29
  • 3.4 双边随机投影哈希算法实现29-30
  • 3.4.1 矩阵分解29-30
  • 3.4.2 获取正交投影向量30
  • 3.5 实验结果及分析30-33
  • 3.5.1 图像检索性能评价指标30-31
  • 3.5.2 实验设置31-32
  • 3.5.3 实验结果分析32-33
  • 3.6 本章小结33-36
  • 第四章 局部保持迭代量化哈希算法36-48
  • 4.1 引言36
  • 4.2 局部信息对哈希编码性能的影响36-39
  • 4.2.1 哈希码冗余性36-37
  • 4.2.2 基于局部信息保持的哈希码筛选37-39
  • 4.3 局部保持迭代量化哈希算法39-42
  • 4.3.1 算法基本思想39-40
  • 4.3.2 算法实现步骤40-42
  • 4.4 实验结果及分析42-47
  • 4.4.1 实验设置42
  • 4.4.2 实验结果分析42-47
  • 4.5 本章小结47-48
  • 第五章 总结与展望48-50
  • 5.1 总结48
  • 5.2 展望48-50
  • 致谢50-52
  • 参考文献52-56
  • 攻读硕士期间发表的论文56
  • 攻读硕士期间参与的科研项目56

【共引文献】

中国期刊全文数据库 前10条

1 李志成;秦世引;Itti Laurent;;遥感图像的显著-概要特征提取与目标检测[J];北京航空航天大学学报;2010年06期

2 ;Natural Scene Classification Inspired by Visual Perception and Cognition Mechanisms[J];重庆理工大学学报(自然科学);2011年07期

3 谢昭;高隽;;基于高斯统计模型的场景分类及约束机制新方法[J];电子学报;2009年04期

4 刘硕研;须德;冯松鹤;刘镝;裘正定;;一种基于上下文语义信息的图像块视觉单词生成算法[J];电子学报;2010年05期

5 高常鑫;桑农;;整合局部特征和滤波器特征的空间金字塔匹配模型[J];电子学报;2011年09期

6 孙显;付琨;王宏琦;;基于空间语义对象混合学习的复杂图像场景自动分类方法研究[J];电子与信息学报;2011年02期

7 胡正平;戎怡;;基于EILBP视觉描述子结合PLSA的场景分类算法[J];光电工程;2010年11期

8 黄双萍;俞龙;卫晓欣;;一种异质特征融合分类算法[J];电子技术与软件工程;2013年02期

9 付赛男;朱俊;张瑞;邹维嘉;;基于融合特征降维的场景分类研究[J];电视技术;2013年13期

10 申晓霞;张桦;高赞;薛彦兵;徐光平;;一种鲁棒的基于深度数据的行为识别算法[J];光电子.激光;2013年08期

中国重要会议论文全文数据库 前4条

1 张洁琳;林秉雄;;Gabor-SIFT:一种新的特征点匹配方法[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年

2 王晗;滕鹏;梁玮;;使用稠密兴趣点包的非对称风景图像检索[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【poster】[C];2011年

3 刘林;李金屏;王真;;基于多颜色空间和累计直方图的视频场景分类[A];第十五届全国图象图形学学术会议论文集[C];2010年

4 Weihai Chen;Kai Ding;Xingming Wu;;Dimension reduction based SPM for image classification[A];第25届中国控制与决策会议论文集[C];2013年

中国博士学位论文全文数据库 前10条

1 鹿瑞;自然图像的颜色恒常性计算研究[D];北京交通大学;2010年

2 江悦;场景图像内容表述和分类研究[D];国防科学技术大学;2010年

3 解文杰;基于中层语义表示的图像场景分类研究[D];北京交通大学;2011年

4 白明;自主移动机器人的运动规划与图像理解研究[D];大连理工大学;2011年

5 周文罡;基于局部特征的视觉上下文分析及其应用[D];中国科学技术大学;2011年

6 魏玲;真实场景中视觉搜索的背景线索效应[D];天津师范大学;2011年

7 赵才荣;基于图嵌入与视觉注意的特征抽取[D];南京理工大学;2011年

8 黄双萍;通用视觉目标识别的关键技术研究[D];华南理工大学;2011年

9 祝文骏;基于视觉皮层网络的物体整体特征分析与算法研究[D];上海交通大学;2011年

10 程环环;基于贝叶斯网络的图像内容表述与分类[D];国防科学技术大学;2011年

中国硕士学位论文全文数据库 前10条

1 林秉雄;SIFT特征匹配标准与匹配方式的改进与应用[D];大连理工大学;2010年

2 闫国青;基于SIFT的场景理解方法研究[D];长春工业大学;2010年

3 蒋志成;基于视频素材的虚拟场景生成系统[D];浙江大学;2011年

4 冯爱萍;基于内容的图像检索系统研究[D];北京邮电大学;2011年

5 朱士蓉;基于图模型的图像分析研究[D];合肥工业大学;2011年

6 贺广南;面向语义的图像检索关键技术研究[D];南京大学;2011年

7 陈丽霞;图像对称特征的提取以及在选择性注意模型中的应用[D];电子科技大学;2011年

8 谭菊;基于视觉感知的目标特性分析[D];重庆大学;2010年

9 邱新洁;视觉注意机制建模中的特征调制和选择策略研究[D];天津大学;2010年

10 牛志彬;图像识别中图像表达的关键技术研究[D];上海交通大学;2011年



本文编号:572987

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/572987.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户f7736***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com