基于内容图像检索技术的商标比对系统

基于内容图像检索技术的商标比对系统

论文摘要

随着计算机、多媒体技术以及Internet的高速发展,导致了大量图像的出现,如何有效、快速地从海量图像数据库中检索出所需的图像是目前一个相当重要又具有挑战性的研究课题。基于内容图像检索技术研究正是为了解决如何有效地从图像数据库中检索出相关图像的问题。近年来,此项技术已成为国内外广泛关注的焦点,并在许多领域都有应用。目前整个世界的工商业几乎完全建立在制造或贸易商标的概念之上,有些著名企业与其持有的著名商标成了同一概念;与此同时,广大的消费者也生活在用商标快速区别市场上的产品和服务的环境之中。随着经济的快速发展,各种商标的数量也在大幅增加。如何能够快速准确的判别商标的相似性是目前解决商标维权和提高商标注册效率急需解决的问题。本文针对商标比对管理这一领域的特定要求,分别在对基于颜色、形状和纹理的检索技术方面进行深入研究和探讨的基础上,归纳和总结了各种特征提取和相似性匹配的诸多算法。本文用一章内容着重讨论了基于颜色特征的图像检索,并基于此设计了商标比对系统。最后编程实现了一个用于功能与性能测试的实验原型系统,并对该系统的性能和检索试验结果进行了分析。实验结果显示针对商标这一特定检索对象,分别利用颜色直方图法、累加直方图法、直方图混合度量法和感兴趣区域度量法进行检索所得到的结果不同,并且设计了试验对以上几种检索方法的性能进行了对比。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 选题背景和意义
  • 1.2 基于内容图像检索(CBIR)的发展现状
  • 1.3 典型CBIR系统的介绍
  • 1.4 本文主要研究内容
  • 第二章 基于内容图像检索技术
  • 2.1 CBIR的工作原理
  • 2.2 CBIR的关键技术
  • 2.2.1 图像特征的描述
  • 2.2.2 特征索引结构
  • 2.2.3 相似性度量技术
  • 2.2.4 查询方式的表达形式
  • 2.3 图像检索的评价标准
  • 2.4 图像特征分类
  • 2.4.1 颜色特征
  • 2.4.2 纹理特征
  • 2.4.3 形状特征
  • 第三章 基于不同特征的图像检索技术
  • 3.1 基于颜色特征的图像检索概况
  • 3.2 基于形状特征的图像检索
  • 3.2.1 基于形状特征的图像检索概况
  • 3.2.2 图像预处理
  • 3.2.3 基于轮廓特征的方法
  • 3.2.4 基于区域特征的方法
  • 3.2.5 区域约束方法
  • 3.3 基于纹理特征的图像检索
  • 3.3.1 共生矩阵方法(co-matrix)
  • 3.3.2 小波变换方法(wavelet transform)
  • 3.4 综合多种特征的检索方法
  • 3.4.1 不同特征的相对特点
  • 3.4.2 特征综合及应用
  • 第四章 基于颜色特征的图像检索
  • 4.1 颜色特征
  • 4.1.1 颜色空间的选择
  • 4.1.2 直方图相交方法
  • 4.1.3 累积直方图方法
  • 4.1.4 分块主颜色方法
  • 4.1.5 颜色矩方法
  • 4.2 图像分块技术
  • 4.3 图像感兴趣区域检索法
  • 4.3.1 图像感兴趣区域描述方法
  • 4.3.2 颜色纹理特征权重的确定
  • 4.3.3 图像感兴趣区域生长方法
  • 4.4 算法商标比对系统设计
  • 4.4.1 系统基本结构
  • 4.4.2 检索算法设计
  • 4.4.3 检索算法实现
  • 第五章 商标比对系统检索实验及结果分析
  • 5.1 系统结构设计
  • 5.2 索引过程与检索过程的实现
  • 5.2.1 索引过程
  • 5.2.2 检索过程
  • 5.3 检索实验设计
  • 5.3.1 测试数据的准备
  • 5.3.2 检索方法
  • 5.4 检索结果分析
  • 第六章 结束语
  • 6.1 本文的总结
  • 6.2 下一步的工作
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].医学图像检索技术的研究进展[J]. 中国医疗设备 2020(01)
    • [2].数字图像检索技术的研究[J]. 计算机产品与流通 2020(02)
    • [3].基于多源大数据分析的船舶图像检索技术[J]. 舰船科学技术 2019(06)
    • [4].图像检索技术比较研究[J]. 图书馆学研究 2017(16)
    • [5].国内交互式图像检索技术专利分析[J]. 科技创新与应用 2016(25)
    • [6].基于数字图像的检索技术研究[J]. 数码世界 2017(02)
    • [7].数字图像检索技术进展及其前景[J]. 科技视界 2012(35)
    • [8].基于内容图像检索技术在教学资源库中的应用[J]. 现代教育技术 2011(10)
    • [9].基于多特征融合的图像检索技术研究与实现[J]. 现代信息科技 2020(03)
    • [10].基于内容图像检索技术的应用及发展概述[J]. 科学中国人 2015(03)
    • [11].基于大数据的图像检索技术在侦查中的应用[J]. 电子技术与软件工程 2018(21)
    • [12].图像检索技术研究进展[J]. 科技广场 2008(03)
    • [13].基于内容的模糊图像检索技术研究[J]. 科学家 2015(12)
    • [14].浅析多媒体图像检索技术[J]. 科技信息 2011(35)
    • [15].基于颜色特征的图像检索技术的研究与应用[J]. 电子测试 2015(20)
    • [16].基于聚类反馈的图像检索技术研究[J]. 科技风 2010(19)
    • [17].基于形状的图像检索技术研究[J]. 现代电子技术 2008(13)
    • [18].计算机视觉下的目标图像检索技术分析[J]. 科技风 2015(18)
    • [19].从专利角度浅谈基于底层视觉特征的图像检索技术的发展[J]. 南方农机 2020(07)
    • [20].图像检索技术的研究与应用[J]. 井冈山学院学报 2008(03)
    • [21].多模态图像检索技术的研究[J]. 无线互联科技 2015(06)
    • [22].基于实例的电视图像检索技术研究[J]. 广播电视信息 2013(12)
    • [23].基于一次反馈的色彩-空间图像检索技术研究[J]. 桂林电子科技大学学报 2011(05)
    • [24].图像检索技术研究与发展[J]. 北京工商大学学报(自然科学版) 2008(06)
    • [25].基于弱监督深度学习的图像检索技术研究[J]. 西北大学学报(自然科学版) 2020(05)
    • [26].基于内容的医学图像检索技术的研究[J]. 机械设计与制造 2009(12)
    • [27].加密域图像检索技术综述[J]. 华南理工大学学报(自然科学版) 2018(05)
    • [28].基于草图的图像检索技术分析[J]. 电脑知识与技术 2020(28)
    • [29].基于快速小波变换的高适应性图像检索技术研究[J]. 图学学报 2014(02)
    • [30].基于SIFT算法的二进制图像检索技术研究[J]. 电脑知识与技术 2015(17)

    标签:;  ;  ;  ;  ;  

    基于内容图像检索技术的商标比对系统
    下载Doc文档

    猜你喜欢