论文部分内容阅读
基于内容的图像检索(Content-basedImageRetrieval，简称CBIR)技术近年来得到了快速发展，现已广泛地应用于图像处理、计算机视觉和商标图像数据库等领域。该技术主要是利用图像自身的特点，由计算机自动分析提取图像的内容特征(颜色、纹理、形状和空间关系等)来进行图像检索。目前基于内容的图像检索主要集中在低层特征的提取及相似度匹配研究上。本文主要研究商标图像检索，提出了综合多个不变形状特征进行检索的方法，并采用改进的遗传算法解决权值分配问题。
本文的主要研究内容如下：
1.综述了基于内容的图像检索现状以及当前比较著名的图像检索系统，分析了当前基于内容的图像检索相关技术，并对系统检索性能的评价准则进行讨论。
2.介绍了基于分块方法的商标图像检索，对四叉树分块法和极坐标分块法进行研究，并通过实验来比较两种方法的检索性能。
3.提出了基于形状描述的多特征商标图像检索方法，首先介绍了形状边界和形状区域特征的表示与描述；其次介绍了本文采用的基于边界和基于区域的10个形状特征，综合这10个形状特征的特征距离形成带权值的相似性度量函数进行图像检索，其中各特征的权值是通过改进的遗传算法进行分配的；最后对文中介绍的三种商标检索方法进行比较。
4.改进遗传算法并设计一种与检索结果排名相关的适应度函数，首先简要介绍了标准遗传算法以及遗传算法的实现，针对标准遗传算法存在“早熟”和收敛速度慢等不足，文中提出一种改进的遗传算法(ISGA)，在遗传操作过程中采用自适应交叉概率和与进化代数相关的变异算子，考虑了进化代数对算法的影响，并设计了与检索结果排名相关的适应度函数作为评价函数。将改进的遗传算法用于特征权值分配，特征权值能够反映该特征在商标检索过程中的重要性。