【正文】 環(huán)節(jié)，是區(qū)別不同類型圖像檢索系統(tǒng)的標(biāo)準(zhǔn) 。因此，要想利用高層語(yǔ)義特征進(jìn)行圖像檢索，勢(shì)必需要人工智能、機(jī)器學(xué)習(xí)等相關(guān)理論的發(fā)展，這還有待更加深入的研究和探索。但是 CBIR 技術(shù)所利用的僅是圖像的低層視覺特征，還無法實(shí)現(xiàn)對(duì)圖像內(nèi)容、場(chǎng)景和所表達(dá)的情感等含義的理解與認(rèn)識(shí)，也就是說現(xiàn)有的 CBIR 技術(shù)還無法利用圖像的高層語(yǔ)義特征。 綜上， CBIR 突破 TBIR 系統(tǒng)的許多局限，使圖像 檢索的效率和查準(zhǔn)率都有了質(zhì)的飛躍，因此很快在各個(gè)領(lǐng)域推廣開來。 CBIR 系統(tǒng)找出的圖片是與查詢圖像最相似的圖像，并對(duì)查詢結(jié)果按相似程度進(jìn)行派序，具有很高的靈活性，能應(yīng)用到多個(gè)領(lǐng)域。 它不同于 TBIR 技術(shù)，不需要人工參與圖像特征的描述，而是按照一定的方法有計(jì)算機(jī)自動(dòng)完成，然后建立索引，因此相對(duì)于 TBIR 技術(shù)，它擁有許多優(yōu)點(diǎn)： 計(jì)算機(jī)進(jìn)行特征的分析與提取取，無需人工參與，避免了由于主觀意識(shí)不同而引起的誤差，又節(jié)省了大量的人力物力財(cái)力，同時(shí)大大提高了建立索引的時(shí)間，圖像庫(kù)的管理也更加方便高效。 CBIR 系統(tǒng)概述 如上所述， CBIR 系統(tǒng) 是指直接采用圖像內(nèi)容進(jìn)行圖像信息查詢的檢索，即在 圖像數(shù)據(jù)庫(kù) 中檢索與用戶所提交樣本圖像在內(nèi)容上一致或相似的圖像集合的過程，通過對(duì)圖像底層特征的比較來實(shí)現(xiàn)檢索。另外，對(duì)圖像的文本標(biāo)注是通過人工操作完成的，當(dāng)需要處理大量的圖像信息時(shí)，這無疑是一項(xiàng)浩大的工程，處理速度也會(huì)很慢。這使得圖像的文本描述很難準(zhǔn)確響應(yīng)用戶的查詢信息，查詢效果差，效率低。隨著圖像庫(kù)規(guī)模的增加， TBIR 技術(shù)的弊端日益顯露。用戶檢索時(shí)，則根據(jù)數(shù)據(jù)庫(kù)中存儲(chǔ)的文本描述查找需要的圖片。 圖像檢索技術(shù)共經(jīng)歷了基于文本的圖像檢索技術(shù)（ TBIR, Text Based Image Retrieval）、基于內(nèi)容的圖像檢索技術(shù)（ CBIR， Content Based Image Retrieval，為敘述方便，以下皆簡(jiǎn)稱 CBIR）兩個(gè)發(fā)展階段。隨著數(shù)碼相機(jī)、掃描儀等數(shù)字設(shè)備的普及，大量的圖像信息被創(chuàng)造出來，隨著圖像的數(shù)量越來越多，人們亟需一種能夠有效管理圖像信息的技術(shù)。 SIFT algorithm 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 III 目 錄 摘要 ....................................................................................................................... I Abstract ................................................................................................................ II 第 1 章 緒 論 .....................................................................................................1 研究背景 ....................................................................................................1 CBIR 系統(tǒng)概述 ...........................................................................................1 研究現(xiàn)狀 ....................................................................................................3 應(yīng)用領(lǐng)域 ....................................................................................................4 主要工作內(nèi)容 ............................................................................................5 第 2 章 CBIR 系統(tǒng)關(guān)鍵技術(shù)環(huán)節(jié) .......................................................................6 特征提取技術(shù) ............................................................................................6 圖像特征基礎(chǔ) .....................................................................................6 點(diǎn)特征提取算子 .................................................................................7 各算法性能比較 ............................................................................... 11 匹配與相似性度量 ..................................................................................13 CBIR 系統(tǒng)性能評(píng)價(jià) ................................................................................14 本章小結(jié) ..................................................................................................14 第 3 章 SIFT 算法原理及性能驗(yàn)證 ..................................................................15 SIFT 算法原理 ..........................................................................................15 DoG 尺度空間的構(gòu)造 .......................................................................15 關(guān)鍵點(diǎn)搜索與定位 ...........................................................................19 特征點(diǎn)方向賦值 ...............................................................................21 關(guān)鍵點(diǎn)描述 .......................................................................................22 SIFT 算法性能實(shí)驗(yàn) ..................................................................................24 SIFT 算法在 CBIR 系統(tǒng)中的應(yīng)用 ..........................................................28 本章小結(jié) ..................................................................................................30 第 4 章 基于 SIFT 算法的 CBIR 系統(tǒng) .............................................................31 系統(tǒng)概述 ..................................................................................................31 系統(tǒng) GUI ..................................................................................................32 性能實(shí)驗(yàn) ..................................................................................................33 本章小結(jié) ..................................................................................................34 結(jié)論 .....................................................................................................................35 參考文獻(xiàn) .............................................................................................................36 致謝 .....................................................................................................................38 附錄 .....................................................................................................................39 哈爾濱理工大學(xué)學(xué)士學(xué)位論文 1 第 1章 緒 論 研究背景 人類進(jìn)入現(xiàn)代社會(huì)以來，多媒體技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和通信技術(shù)迅速發(fā)展，使得信息總量不斷飆升。s urgent , image retrieval as a technology which able to find the required image from massive image quickly has became a research focus soon. Image feature extraction and matching is the most important principle in image retrieval system,and SIFT algorithm is a local characteristic of image description made by David Lowe,because of its unique and robustness,SIFT algorithm has admired widespread article will present an image retrieval technology based on SIFT algorithm and so on develops a testing system for image summary:Firstly,analysis the basic principle and key technology of CBIR system,focusing on aspects of feature extraction from technical ,parison and analysis several classic describes of the characteristics,particularly foundations and their respective advantages and disadvantages,then select SIFT algorithm based on parison results as the final programme of feature achieved an experimental CBIR system. Experimental results show that the SIFT algorithm has good robustness to image translation, rotation and perspective changes,and the CBIR system based on SIFT algorithm also shows good property and action. Keywords image retrieval。 實(shí)驗(yàn)結(jié)果表明 SIFT 算法對(duì)圖像的平移、旋轉(zhuǎn)、視角等變化具有良好的魯棒性，提出的基于 SIFT 算法的 CBIR 系統(tǒng)方案具有良好的效果。本