基于内容的商标图像检索研究与实现

论文摘要

基于内容的图像检索是根据描述图像视觉内容的特征向量进行相似性检索,其中图像视觉内容的提取可以是通用的,也可以是基于特定领域的。基于特定领域的图像检索技术可以充分利用该领域内的有用知识,其检索结果更能符合用户的需求。随着市场经济的发展,注册商标的数目不断增加,需要建立一种准确、高效的商标图像自动检索系统,因此基于内容的图像检索技术在商标检索领域得到了非常广泛的应用。在分析基于四叉树的商标图像检索方法及其特点的基础上,提出了基于扇形分块的商标图像检索方法,首先对商标图像进行二值化预处理,计算目标像素的最小外接圆和图像的形状主方向,其次以最小外接圆圆心为原点、形状主方向为极轴将图像分块,提取各子块特征,然后结合全局形状特征来综合表示图像内容,最后计算图像特征间的距离,进行相似性度量。为了充分利用商标图像的形状信息来提高商标图像的检索精度,提出了一种基于形状的检索方法,将边缘图像分成圆环子块,提取各子块特征,利用边缘像素点到圆环的距离构造距离直方图,量化距离,计算距离信息熵,最后采用熵差分公式距离计算待测商标图像与库中图像的相似度,实现商标图像的准确检索。实验表明,以上两种方法具有良好的平移、缩放、旋转和镜像不变性,得到的检索结果能很好地符合人的视觉感受。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 基于内容的图像检索的历史与现状
• 1.3 商标图像检索的历史与现状
• 1.4 本文主要研究内容
• 2 商标图像的预处理
• 2.1 图像灰度化和二值化
• 2.2 确定目标区域
• 2.3 归一化处理
• 2.4 本章小结
• 3 基于分块的商标图像检索
• 3.1 基于四叉树的分块
• 3.2 基于扇形的分块
• 3.3 分块特征的相似性度量
• 3.4 检索性能评价
• 3.5 本章小结
• 4 基于形状的商标图像检索
• 4.1 信息熵
• 4.2 图像的边缘检测与细化
• 4.3 形状特征的提取
• 4.4 形状特征的相似性度量
• 4.5 本章小结
• 5 基于内容的商标图像检索系统
• 5.1 系统简介
• 5.2 数据库设计
• 5.3 系统模块
• 5.4 本章小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士期间的主要成果