基于内容的商标图像检索技术研究

论文摘要

商标是商品的一个重要标识,在市场经济中起着重要的作用。随着目前商标注册数量的急剧上升和图像数据库技术在众多领域的广泛应用,对商标管理提出了更高的要求,而如何快速准确地从海量数据中检索出相似的商标图像是当前研究的热点。基于内容的图像检索方法为解决该问题提供了有效途径。基于内容的图像检索(CBIR)是直接根据图像内容的各种特征进行检索的技术,目前主要集中于低层特征的相似度匹配。本文在对CBIR的关键技术进行总结的基础上,结合商标图像的特点,提出了一种新的商标图像检索方法,主要工作如下：提出了改进的基于形状上下文的图像检索方法,用一组有限离散点集来表示图像的形状,利用形状上的一个取样点到剩余点的矢量集合来获取其余点的空间信息。对边界提取算法和匹配点计算方式进行改进,并进行归一化处理,最后根据形状直方图匹配特征点。将其运用到商标图像的检索中,具有良好的二维不变性和形状视觉一致性。颜色作为商标图像的重要信息在判断相似性中起到了不可忽视的作用。提取颜色直方图作为商标的颜色特征,提取便捷,计算简单,充分体现了图像的主色调。为了克服单个特征检索存在的不足之处,在分析形状和颜色特征提取算法的基础上,结合商标颜色和形状信息的特点,提出综合两种特征进行商标图像检索。介绍了对不同特征进行归一化的方法,引入了相关反馈技术,设计开发了一个实验性的检索系统,对系统结构、各模块的功能、用户界面做出了说明。建立了一个小型商标图像数据库对系统进行性能测试,实验证明,综合多特征的方法比基于单一特征的检索具有更好的效果,系统的检索性能令人满意。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究的背景和意义
• 1.2 商标图像检索技术研究现状与存在问题
• 1.3 基于内容的商标图像检索
• 1.3.1 商标图像的分类
• 1.3.2 商标图像的检索方法
• 1.4 本文的主要研究内容及章节安排
• 第2章 基于内容的图像检索关键技术概述
• 2.1 图像检索概述
• 2.2 CBIR的特征提取
• 2.2.1 颜色特征
• 2.2.2 纹理特征
• 2.2.3 轮廓特征
• 2.2.4 形状特征
• 2.3 图像的相似度计算
• 2.3.1 距离度量
• 2.3.2 相关计算
• 2.3.3 关联系数计算
• 2.3.4 多特征相似度计算
• 2.4 基于内容的图像检索系统
• 2.5 图像检索性能的评价
• 2.6 人机接口及相关反馈
• 2.6.1 友好的人机交互接口
• 2.6.2 相关反馈
• 2.7 本章小结
• 第3章 基于形状特征的商标图像检索
• 3.1 商标图像的预处理
• 3.1.1 图像灰度化
• 3.1.2 图像归一化
• 3.1.3 图像的滤波处理
• 3.2 基于形状上下文的商标图像检索
• 3.2.1 形状轮廓的点集表示
• 3.2.2 形状轮廓点集的提取
• 3.2.3 形状上下文基本思想
• 3.2.4 相似性度量和形状匹配
• 3.2.5 不变性和鲁棒性分析
• 3.3 检索实验与分析
• 3.3.1 缩放和旋转不变性测试
• 3.3.2 几何形变测试
• 3.3.3 视觉一致性测试
• 3.4 本章小结
• 第4章 基于颜色特征的商标图像检索
• 4.1 颜色空间
• 4.1.1 RGB颜色空间
• 4.1.2 HSV颜色空间
• 4.1.3 颜色空间的选择和转换
• 4.2 基于颜色直方图的商标图像检索
• 4.2.1 颜色直方图
• 4.2.2 颜色特征的量化和提取
• 4.2.3 颜色相似性计算
• 4.3 检索实验与分析
• 4.3.1 缩放和旋转不变性测试
• 4.3.2 视觉一致性测试
• 4.4 本章小结
• 第5章 综合形状和颜色特征的商标图像检索
• 5.1 特征向量的归一化
• 5.2 基于相关反馈的权值分配
• 5.3 基于内容的商标检索系统设计
• 5.3.1 系统构建
• 5.3.2 检索界面
• 5.4 检索实验与性能分析
• 5.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢