论文部分内容阅读
本论文中基于特征点空间关系的图像检索算法是基于内容的图像检索算法的一个重要分支，是对图像底层特征进行深入研究而提出的一种图像检索算法。图像底层特征的提取和描述是基于内容的图像检索技术的第一步，也是关键技术之一，特征提取与描述方法好坏直接关系图像检索的性能优劣。此外，鉴于基于内容的图像检索的应用前景和商用价值，本课题具有研究的意义和必要。本论文始终围绕如何充分考虑特征点空间关系来进行图像描述，回顾了图像检索技术的发展以及国内外研究现状和基于特征点空间关系描述方法的研究现状，针对当前基于特征点空间关系的图像检索技术存在的不足，进行了具体分析和研究，并提出了两种图像检索算法。第一方法是，针对环形直方图不能充分考虑特征点空间的缺点提出了先利用环形直方图法对图像进行粗匹配，然后再利用Delaunay三角网精确描述特征点空间关系，从而达于精确匹配的目的，完成图像检索的方法，并将其应用到商标图像检索算法中。第二方法是，针对基于特征点空间关系的商标图像检索算法中DT网描述过于精细而不适用于较为复杂的图像的问题，提出了基于Hu不变矩和改进的环形直方图的图像检索算法，利用GIS中的标准差椭圆来描述图像的特征空间分布，使基于特征点空间关系的图像检索算法通用性更好，使得常规图像都能用该方法检索。