基于SIFT特征的图像检索技术研究.pdf

厦门大学

硕士学位论文

基于SIFT特征的图像检索技术研究

姓名：吴锐航

申请学位级别：硕士

专业：计算机应用技术

指导教师：李绍滋

20070501
摘要3．借鉴国际．卜公认的高维索引技术——基于向量近似的索引技术对降维后的基于内容的图像信息检索是多媒体信息检索领域l『1重要的组成部分，对图像的内容进行准确快速的描述一直都是图像检索技术中研究的重点和难点。传统的图像特征提取方法，基本上是围绕图像的颜色、纹理、形状和空间关系来展开的。本文提出’。种基于SIFT特征的新的图像信息检索算法。SIFT特征向量是一种图像局部特征向量。它对于图像的尺度缩放、旋转、平移以及一定程度的仿射和光照变化具有良好的不变性。本文的主要内窖如下：1．系统分析和总结SIFT特征向量的特点，创新性的将它应用到基于内容的图像信息检索中，并且改进传统的图像相似度度量方法。实验证明，改进后的图像距离度量更适合基于SIFT特征的图像检索。2．采用主成分分析的方法对l28维的SIFT特征向量进行降维。这种主成分分析主要是通过K．L变换来实现的。它消除了各分量之间的相关性，大大降低了算法的计算量。特征向量进行量化近似，加速相似向量搜索过程。}l的数据过滤速度。4．通过实验进一步证实将SIFT特征提取方法应用在基于内容的图像检索中的可行性，并简单分析了它的应用前景。关键字：SIFT特征向量；主成分分析；向量近似搜索
features．TheThetransformationnon—uniformretrieval(CBIR)ispaperanalysis(PCA)tobeingbeWords：SIFTComponentsAbstractMultimediadifficultyaffine．similarity．similaritypaper．forbeenContentbasedimageofthefieldsinformationretrieval．TheCBIRisproperlyexpressimages．Currentsystemsgenerallymakelower-levelfeatureslikecolor,texture，shapeandspacerelationship．ThispresentsapproachCBIR，whichSIFTfeatures．SIFTdistinctivelocalinvariantscaling，translation，androtation，andpartiallyilluminationchangesmainpointsofthisarefollows：1．Systemicallyanalyzedconcludedcharacterfeatures．innovatelyapplyitintoCBIR，andimprovedgeneralmeasurementExperimentshaveshowedthatdistancebetterfitpresentedinthis2．Applyprincipalcomponentsreduce128dimensionallowerdimensioneasydataanalysis．ItcarriedbyK—Ltransformwhichhasdistinctionoptimallinearkeepingsubspacelargestvariance．3．Referringapproximationindexinghighapproach，thespeedfilteringdatasetsaccelerated．4．ExperimentalresultsshowrobustretrievalachievedCBIR。ThepotentialapplicationsgeneralizedsimplyendKeyfeatures；PrincipalAnalysis；VectorApproximateSearchingtocontentsnewextractoutvectorsetsatoneUSeaonasvectorstOcan
声明人(签名)：笑阜乳兹缸如矽年6月f日厦门大学学位论文原创性声明兹呈交的学位论文，是本人在导师指导下独立完成的研究成果。本人在论文写作中参考的其他个人或集体的研究成果，均在文中以明确方式标明。本人依法享有和承担由此论文而产生的权利和责任。
穹刁2、不保密(＼／厂厦门大学学位论文著作权使用声明1、->工本人完全了解厦门大学有关保留、使用学位论文的规定。厦门大学有权保留并向国家主管部门或其指定机构送交论文的纸质版和电子版，有权将学位论文用于非赢利目的的少量复制并允许论文进入学校图书馆被查阅，有权将学位论文的内容编入有关数据库进行检索，