资源描述：
《基于内容的图像拷贝检测分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、随着互联网的发展和大量的对图像可编辑软件的出现，越来越多的拷贝图像出现在互联网上，并不断地被传播，从而引发了侵权、伪造和数据库存储冗余等一系列的问题。近似图像拷贝检测作为图像研究的一个重点方向，是从图像集合中查找与查询图像互为近似拷贝的图像，即那些相似度极高的图像，而所谓的近似拷贝包括图像大小的改变、旋转、裁剪、对比度变换、文本的插入、噪声干扰等。近似图像拷贝检测可以应用于各个领域，比如：图像版权保护和伪造检测、视频拷贝检测、图像查询等领域。近似拷贝图像检测的难点在于如何更加高效的提取和匹配图像的特征，针对传统算法的检测效率和准确率不够高的缺点，本文提出了一个基于MSER、SURF和空间
2、金字塔模型的检测算法。算法首先对图像的MSER和SURF特征描述子进行提取，然后通过K-means算法聚类形成视觉词典，最后应用空间金字塔模型在图像的特征信息中融入空间信息，从而提高了拷贝图像检测的查全率和查准率。实验结果表明，利用该算法进行大规模的近似拷贝图像检测是可行的。传统的词袋模型在对图像特征点进行聚类时一般采用K-means算法，但是算法得到的视觉词汇存在同义性和歧义性的问题，而且视觉单词的冗余性过多且不支持动态扩展，因此本文在K-mcans算法的基础上融入了高斯混合模型GMM算法来对特征点进行聚类，从而生成更加可靠的视觉词汇。在获取视觉词汇之后，为了获得图像中目标场景的潜在主
3、题判别信息，木文结合了概率潜在语义模型PLSA来对图像进行拷贝检测，从而在词袋模型中融入更多图像的相关信息，以此來增加拷贝检测的准确率。而实验结果表明这种算法是可行的。关键词：近似拷贝图像检测，视觉词典，词袋模型，空间金字塔模型，高斯混合模型，概率潜在语义分析ABSTRACTWiththedevelopmentofInternet,alotofimageeditingsoftwaresappear,moreandmorecopiesoftheimagesappearontheInternet,andspreadfastly,whichleadtoaseriesofissues,sucha
4、sinfringement,counterfeiting,anddatabasestorageredundancy,andsoon.Thenear-duplicateimagedetectionisakeypointoftheimageresearch,whichistodetectnear-duplicateimagesfromthequeryimagelibrary,inotherwords,todetectthoseimageswhichhavehighsimilaritywiththequeryimages・Themethodswhichmakethenear-duplicate
5、imagesincludeschangingtheimagesizeandthecontrast,rotating,cropping,insertingtext,addingnoise・Thenear-duplicateimagedetectioncanbeappliedwidely,suchasimagecopyrightprotection,imageforgerydetection,videocopydetection,imagequeryandsoon.Thedifficultyofthenear-duplicateimagedetectionishowtoextractandm
6、atchimagefeaturemoreefficient.Fortheshortcomingsoflowerefficiencyandaccuracy,anewdetectionalgorithmbasedonMSER,SURFandspatialpyramidmodelisraised.Firstly,theMSERandSURFfeaturesofimagesareextracted.Secondlyallthefeaturesaredustedbythek-meansalgorithminordertoformavisualdictionary.Finallythespatial
7、pyramidmodelisusedtointegratespatialinformationintotheimages1featureinformation,asaresult,therecallandprecisionratesofnear-duplicateimagedetectionareimproved.Theexperimentalresultsshowthatthisalgorithmisfeasibleinlarge
