基于馬爾科夫穩(wěn)態(tài)特性的圖像檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)中期報(bào)告

基于馬爾科夫穩(wěn)態(tài)特性的圖像檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)中期報(bào)告一、研究背景隨著數(shù)字圖像的增加和應(yīng)用的普及，高效準(zhǔn)確的圖像檢索系統(tǒng)越來(lái)越受到重視。如何利用機(jī)器學(xué)習(xí)、模式識(shí)別等技術(shù)實(shí)現(xiàn)快速、準(zhǔn)確的圖像檢索，成為當(dāng)前研究的熱點(diǎn)和難點(diǎn)。近年來(lái)，基于馬爾科夫穩(wěn)態(tài)特性的圖像檢索系統(tǒng)受到廣泛關(guān)注?；隈R爾科夫穩(wěn)態(tài)特性的圖像檢索系統(tǒng)可以根據(jù)圖片的局部特征進(jìn)行檢索，能夠很好的解決旋轉(zhuǎn)、平移、噪聲、模糊等因素對(duì)圖像檢索的影響，具有不錯(cuò)的檢索準(zhǔn)確率。二、系統(tǒng)設(shè)計(jì)基于馬爾科夫穩(wěn)態(tài)特性的圖像檢索系統(tǒng)的設(shè)計(jì)包括以下關(guān)鍵步驟：1.圖像預(yù)處理：對(duì)原始圖像進(jìn)行預(yù)處理，提取出圖片的局部特征?？梢圆捎肔BP、SIFT、SURF等算法提取局部特征。2.特征描述：將局部特征進(jìn)行描述，并用向量的方式表示特征向量?？梢圆捎肂agofWords等方法。3.特征編碼：通過(guò)編碼將特征表達(dá)為向量，便于檢索和匹配。4.圖像匹配：將同一圖片庫(kù)中的圖像通過(guò)特征的匹配與檢索，獲得匹配的結(jié)果。5.結(jié)果顯示：將匹配的結(jié)果進(jìn)行展示，便于用戶進(jìn)行選擇。三、實(shí)現(xiàn)方法1.圖像預(yù)處理本系統(tǒng)采用SIFT（尺度不變特征轉(zhuǎn)換）算法進(jìn)行圖像的預(yù)處理。SIFT算法相對(duì)于其他特征提取算法更具有魯棒性，能夠有效的去除圖像的平移、旋轉(zhuǎn)、尺度等操作所帶來(lái)的影響。SIFT算法對(duì)于噪聲和失真圖像也有很好的魯棒性，在圖像檢索中效果也非常不錯(cuò)。2.特征描述系統(tǒng)采用了BagofWords算法進(jìn)行特征描述。BagofWords是一種無(wú)序的特征表示方法，將圖像中的局部特征通過(guò)聚類等方式進(jìn)行歸納，最終形成一個(gè)向量表示特征。BagofWords是一種快速、有效的圖像分類和檢索方法，應(yīng)用十分廣泛。3.特征編碼在特征編碼方面，系統(tǒng)采用VLAD（VectorofLocallyAggregatedDescriptors）方法進(jìn)行編碼。VLAD方法是一種有效的特征編碼方法，可以實(shí)現(xiàn)對(duì)圖像中的局部特征進(jìn)行編碼表示，以便于圖像特征的匹配和檢索。4.圖像匹配系統(tǒng)采用基于暴力搜索的方式進(jìn)行圖像匹配。對(duì)于每一張待匹配的圖像，將其與所有庫(kù)中的圖片進(jìn)行匹配，并計(jì)算匹配得分。將得分最高的圖片作為匹配結(jié)果。5.結(jié)果顯示系統(tǒng)將匹配結(jié)果以圖像列表的形式進(jìn)行展示，同時(shí)顯示得分等相關(guān)信息。用戶可以根據(jù)需要對(duì)結(jié)果進(jìn)行選擇，以便于完成檢索操作。四、進(jìn)展情況目前，我們已經(jīng)完成了基于SIFT算法的圖像預(yù)處理和基于BagofWords算法的特征描述，也實(shí)現(xiàn)了向量化特征表示的編碼工作。同時(shí)，我們還進(jìn)行了基于暴力搜索的圖像匹配算法的初步設(shè)計(jì)，并進(jìn)行了實(shí)驗(yàn)驗(yàn)證，初步驗(yàn)證了系統(tǒng)的可行性。接下來(lái)，我們將重點(diǎn)進(jìn)行特征編碼和圖像匹配部分的工