论文部分内容阅读
近年来,移动互联网发展迅速,随着智能机的普及,人们日常生活已经离不开手机,再加上平板电脑的出现,人们生活的重心渐渐从传统的PC端转向移动终端。与此同时,在移动端图片信息的时代也随之而来。在日常生活中,传统通过文字关键字的搜索远不能满足人们的需求,而基于内容的图片检索技术虽然日趋成熟,但如何能更好的在移动端,让移动端检索更准确更快速则成为了亟待解决的问题。针对上述问题,在已有的国内外研究的基础上,本文首先对在移动端Android平台进行开发的技术进行了研究,然后对基于内容的图像检索技术进行了进一步的研究探索。从图像的颜色特征与纹理特征两个方面介绍了图像特征的提取技术,以欧氏距离为例介绍了相似性度量方法,对遗传算法在检索系统的应用进行了介绍。进而提出了结合颜色特征与纹理特征并由遗传算法对特征进行优化的算法。在本文提出的算法中,颜色特征的提取是通过分块的颜色直方图算法提取并经过K-means聚类算法聚类之后得到的;纹理特征是通过灰度共生矩阵算法得到;利用欧氏距离进行相似性度量,最后利用遗传算法,通过计算适应度函数的最优解,得到综合颜色特征和纹理特征时最优的权重占比,从而得到复合相似值,通过复合相似值得到最优的检索结果。在Android移动平台上使用OpenCV Android API库的图像开发方式构建了基于内容的图像检索系统,并对该系统进行了实验研究。所构建的系统主要分为图像输入模块、图像预处理模块、图像检索模块以及搜索结果展示模块。根据日常生活的使用场景,图像的输入分为两种情况,一种是直接通过在移动端拍取照片获得检索图片,另一种是从移动端内部存储中获得待检索图片。最后利用James S.Wang图片库根据不同的输入情况进行实验,得到检测系统准确性的查准率和查全率。系统能很好的完成检索的任务,而且与根据单一的特征进行检索的基于内容的图像检索算法相比较,准确率有明显的改进。