基于商标内容的图像检索技术研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 商标图像检索的研究背景和意义 | 第9页 |
| 1.2 商标图像检索的国内外研究现状 | 第9-11页 |
| 1.2.1 传统的商标图像检索方法 | 第9-10页 |
| 1.2.2 基于内容的商标图像检索方法 | 第10页 |
| 1.2.3 国内外基于内容的商标图像检索技术现状 | 第10-11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 1.4 论文的结构安排 | 第12-14页 |
| 第2章 基于内容的商标检索相关工作 | 第14-20页 |
| 2.1 引言 | 第14页 |
| 2.2 基于CBIR商标检索框架 | 第14-15页 |
| 2.3 图像特征提取技术 | 第15-18页 |
| 2.3.1 基于全局的图像特征提取 | 第15-17页 |
| 2.3.2 基于局部的图像特征提取 | 第17-18页 |
| 2.3.3 基于多特征融合的图像特征提取 | 第18页 |
| 2.4 相似性度量技术 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 基于方向度特征的商标图像分类研究 | 第20-31页 |
| 3.1 引言 | 第20-21页 |
| 3.2 商标方向度特征提取原理 | 第21-22页 |
| 3.2.1 方向度直方图原理 | 第21-22页 |
| 3.2.2 最佳阈值设计 | 第22页 |
| 3.3 基于方向度的商标类型分类器设计 | 第22-25页 |
| 3.3.1 文字商标的图像类型 | 第23页 |
| 3.3.2 商标类型识别的KNN分类器设计 | 第23-25页 |
| 3.4 实验研究与结果分析 | 第25-30页 |
| 3.4.1 实验环境与数据 | 第25-26页 |
| 3.4.2 商标形态的方向度特征提取的实验 | 第26-28页 |
| 3.4.3 商标图像类型分类识别实验 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 基于SIFT局部特征的商标匹配研究 | 第31-50页 |
| 4.1 引言 | 第31页 |
| 4.2 SIFT的商标特征提取原理 | 第31-38页 |
| 4.2.1 高斯滤波与尺度空间原理 | 第32-33页 |
| 4.2.2 关键特征点检测原理 | 第33-37页 |
| 4.2.3 特征点描述方法与生成 | 第37-38页 |
| 4.3 SIFT算法的设计与实现 | 第38-40页 |
| 4.3.1 SIFT初始参数设置 | 第38-39页 |
| 4.3.2 高斯滤波 | 第39-40页 |
| 4.3.3 特征点检测 | 第40页 |
| 4.4 SIFT的商标匹配与实现 | 第40-41页 |
| 4.4.1 两个图的相似性度量 | 第40-41页 |
| 4.4.2 配对关键点的阈值设置 | 第41页 |
| 4.5 实验研究与结果分析 | 第41-49页 |
| 4.5.1 实验开发环境和实验数据集 | 第41-42页 |
| 4.5.2 SIFT特征不变性实验 | 第42-45页 |
| 4.5.3 SURF特征不变性实验 | 第45-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 商标图像检索系统设计与实现 | 第50-58页 |
| 5.1 系统概述 | 第50-51页 |
| 5.1.1 系统框架设计 | 第50-51页 |
| 5.1.2 系统设计和运行环境 | 第51页 |
| 5.2 系统设计与实现 | 第51-57页 |
| 5.2.1 用户信息数据管理 | 第51-52页 |
| 5.2.2 商标图像数据库管理 | 第52-54页 |
| 5.2.3 商标图像特征提取 | 第54-55页 |
| 5.2.4 商标图像检索功能 | 第55-57页 |
| 5.3 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-59页 |
| 6.1 本文总结 | 第58页 |
| 6.2 未来展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
