基于内容的文物图像检索系统

《基于内容的文物图像检索系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单化代码：１００１０学号玉叫社。巧２：＾化索化义乂嗦硕±研究生学位论文题目差３巧宅献１丈物圆儀杉重徒ｊｊ￣与技未专业ｆ苗如ｉ伞恃研究生陈ｆｅｆｅ指导教师马更初才參，教日期：年（）月３日北京化工大学学位论文原创性声明本人郑重声明，，：所呈交的学位论文是本人在导师的指导下独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文。的研究做出重要贡献的个人和集体，均已在文中Ｗ明确方式标明本人完全意识到本声明的法律结果由本人承担。１‘日期

2、；心（｜１每佩间作者签名：祿棘关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定，即；研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可Ｗ公布学位论文的全部或部分内容，可允许采用影印、缩印或其它复制手段保存、汇编学位论文。□论文暂不公开（或保密）注释：本学位论文属于暂不公开（或。保密）范围，在年解密后适用本授权书＿＿，□非暂不公开（或保密）论文注释：本学位论文不属于暂不公开（或保密）范围，适用本授

3、权书。怎日期立４与■（岡￣１作者签名：：巧Ｗ（卑＾巧丄词导师签名；日期：三＿学位论文数据集中困分类号ＴＰ３９１学科分类号５２０．６０论文编号１００１０２０１６０７７２密级公开学位授予单位代码１００１０学位授予单位名称北京化工大学作者姓名陈龙龙学号２０１３２００７７２获学位专业名称计算机科学与技术获学位专业代码０８１２０１课题来源自选研究方向信息安全，困像处理论文题目基于内容的文物困像检索系统关键词ＳＩＦＴ特征，困像粒索，巧类，词频表，二阶检索曰４＊论文答辩期２０１６八／２

4、论文类型应用研究学位论文评闽及答辩委员会情况姓名职称工作单位学科专长指导教师易军凯教授化京化工大学信息安全评阅人１张松》研究员计算机科学研究院评阅人２赵瑞莲教授化京化工大学软件测试评阅人３评阐人４评阅人５名辨委员会主Ｊ甫赵瑞莲教授北京化工大学软件测试答辩委员１耿志强教授北京化工大学计巧机应用研究工大学答辩委员２李辉副教授北京化密码学，安全学答辩委员３胡伟副教授北京化工大学困形图俄４答辩委员尤枫副教授北京化工大学软件测试，软件可靠性答辩委员５

5、一．．基础研究２．．注；论文类型：１．应用研究３开发研究４其它二．中图分类号在《中国图书资料分类法》查询．互Ｂ－》．学科分类号在中华人民共和图国家标准（Ｇ／Ｔ１３７４５９）《学科分类与代码中查询。四．论文编号由单位代码和年份及学号的后四位组成．＾基于内容的文物图像检索系统摘要在数字化信息时代，面对庞大的数据，检索成为提取有效信息的重要手段一。图像检索是种广泛应用的技术，百度，谷歌最早进入了这一领域。早期图像检索Ｗ人为方式对图像进行语义分析，给。定文本描述，检索时通过关键字实现匹配但是，随着数据越来越庞大，人工参与标注

6、的方法变得不切实际且效，人工成本越来越高率并不高。于是，基于图像内容的检索方法被提出。基于图像内容的检索方法能够排除人工参与因素，计算机直接对图像自身特征进一行分析，给定张图像，经计算机特征提取处理后与数据库中的图像信息进行匹配，从而找到其相似的图像。本文将基于内容的图像检索方法应用到文物图像检索系统中，提出了ＳＩＦＴ特征二阶检索算ＩＦＴ法的使用，Ｗ图像的Ｓ特征为检索算子，对图像进行处理匹配，。这到检索的目的主要内容如下：（１）文物图像进行ＳＩＦＴ特征的提取，对每张图像进行提取运算，获取特征点为包含空间位置等信息的１２８维向量，将提

7、取的全部特征点存放于计算机文本中待用。（２）对提取的特征点进行聚类，成千上万的特征点并不能带来高效的检索，，因此，需要对这些特征点进行高效的降维聚类出视－觉特征词。ＫＭｅａｎｓ能对这些特征进行聚类，通过自动迭代计算寻找出它们的中也。最后将每张图像的特征在这些聚类后的中也点上Ｉ北京化工大学硕±学位论文一二做投影计算，建立张维的特征分布词频表，表中可｜＾得到图像特征在这些视觉特征词上的分布，至此检索算法的准备王作完成。为了能减少构建词频表的时间，本文通过加入哈希函数改进了词袋算法，加快了词频表构