1. 研究目的与意义(文献综述)
1.1 研究目的及意义
随着当今信息技术的发展,多媒体信息,尤其是图像信息的使用尤为普遍。云端存储技术,移动互联网的快速发展都为图像信息的传播提供了广阔的平台。大规模图像信息的出现,如何进行系统化的图像检索成为了当下研究的热点。
传统的图像检索技术是基于文本标注的检索(tbir: text based imageretrieval)。这种技术先标注图像,再用文本来描述图像,最后储存文本并进行检索。但是以上方法有比较大的几个缺陷。首先,图像的描述几个文本可能并不能描述全面。其次,标注文本需要手动输入,一个是速度慢,另外一个是每个人对图像的理解不同,这样推移到整个图像库,就会产生标准不一,难以检索的难题。
2. 研究的基本内容与方案
本次设计以sift算法作为提取特征的实现方法,以词袋模型为基础进行检索。
基于词袋模型,需要聚类中心,采用k-means聚类方法得到k值。接着根据k值构建词典,系统对图像库提取sift特征,然后计算图像的bow特征,将这些特征数据进行保存,即可生成特征库。
整个系统架构如图3,分为离线部分和在线部分。
3. 研究计划与安排
第1-3周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。
第4-5周:熟悉掌握基本理论,完成英文资料的翻译,熟悉开发环境。
第6-9周:编程实现各算法,并进行仿真调试。
4. 参考文献(12篇以上)
[1] 徐大园. 基于纹理特征的图像检索技术. 重庆大学, 硕士学位论文. 2009
[2] 武晓慧. 多特征合成的图像检索系统的设计与实现. 天津: 天津大学,硕士学位论文. 2008
[3] 章毓晋. 基于内容的视觉信息检索. 北京: 科学出版社, 2003: 157-162
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。