基于角点匹配的LOGO图像检索方法与实现开题报告

1. 研究目的与意义（文献综述）

随着互联网大数据的快速发展和普及，各种数据信息呈爆炸式增长，广泛应用于金融、医疗保健、市场业、零售业、制造业、司法、工程和科学等领域，极大促进了社会经济的发展和社会进步。文字和图像是数据信息最主要的两种传递方式。由于图像具有丰富的内容，再加上其视觉冲击效果强，比文字更有说服力，越来越多的信息资源以图像的形式传递，所以图像相关数据信息分析成为近些年来的研究热点。如何眼花缭乱的数据信息中快速准确无误地检索出所需要的在图像信息不断推动着图像检索方法研究的发展。从20世纪70年代开始，有关图像检索的研究就已经产生，并且广泛应用于如遥感卫星图像、远程医疗中的医学图像、刑事侦探中用的指纹图像、博物馆的艺术藏品图像及商标图像等，是计算机视觉领域的重要分支。现如今，网络环境中存在大量的文字、图像等，如何快速有效的检索出logo图像对网络安全有着很重要的意义，本文主要就logo图像检索进行研究。

20世纪70年代图像检索的研究开始时，主要是基于文本的图像检索（tbir），利用文本描述的方式描述图像的特征，此方法依赖于人工标注。到20世纪90年代以后，图像数据库的图像数量呈现爆炸式增长，人工对图像进行标注非常困难，tibr已经不再成为图像检索的主流方法，开始利用图像的颜色、纹理、布局等进行分析和检索，即基于内容的图像检索（cbir）。cbir克服了tbir的局限性，具有更高的客观性、便捷性、灵活性和更加广泛的应用前景。

鉴于logo图像主要由人工做成，不存在纹理特征，形状特征比颜色特征更为明显，且形状特征比颜色特征更容易促成人类视觉上的敏感，因此基于形状特征完成logo图像检索成为研究热点。在logo图像检索领域的研究上，国外学者jin-ling shin和ling-hwei chen在对logo图像进行半自动分割之后，通过提取不变矩特征、边缘方向直方图特征和几何变形具有鲁棒性的两类变换系数特征进行相似logo检索，最后提出来一种相关反馈算法用来交互调节各个特征的权值。ch wei和y li提出了基于边缘的全局特征和局部特征结合的logo图像检索系统。o ei badawy,m kamel提出来一种新的检索结构，该检索框架基于连接和洞的分析，并在包含500个手绘草图的草图数据库中得到了良好的检索结果。a nigam和a kumar garg等采用颜色纹理特征相结合的方式，提高来检索精确度和查全率率，在图像数据库中采用聚类的方式提高检索效率。国内学者如汪慧兰、毛晓辉等提出了融合小波变换和sift特征的logo检索，得到了较好的检索结果。目前图像检索系统有qbic、virage、retrievalware、photobook、visualseek。

2. 研究的基本内容与方案

本文基于角点匹配的logo图像检索系统设计的基本内容包含了四个模块：图像数据获取模块、预处理模块、角点检测与特征提取模块、角点匹配模块。图像数据的获取通过网上搜集；预处理模块主要对图像进行二值化、去除文字、形态学处理和规格化处理；角点检测与特征提取中用harris算法对图像进行角点特征检测于提取，；角点匹配模块中将待检索商标图像的角点特征与图像库的角点特征集进行匹配比较，并产生相似度值，根据相似度返回可能的检索结果。其系统框图如下图：

logo图像检索系统框图

3. 研究计划与安排

第1周—第3周：查阅基于角点匹配的logo图像检索与实现相关文献资料，明确研究内容，了解研究所需的相关知识，完成不少于2万字的英文翻译。告撰写开题报告；

第4周—第8周：学习角点检测算法及可行性，逐步实施设计方案，完成程序的设计；

第9周—第10周：对设计方法进行实验，根据实验结果完善程序设计；

4. 参考文献（12篇以上）

[1] ] 刘爽.多特征融合图像检索方法及其应用研究[d].哈尔滨：哈尔滨理工大学,2016

[2]邵福波,黄静. 图像检索研究综述[j]. 山东化工,2019,48(15):81-82.

[3]ghanshyam raghuwanshi,vipin tyagi.texture imageretrieval using adaptive tetrolet transforms[j].digital signalprocessing.2016,48:50-57