基于内容的蕾丝花边图像检索,是基于内容的图像检索技术应用在蕾丝花边图像检索领域的具体研究课题,目的在于利用蕾丝花边图像的内容特征与数据库的特征数据进行匹配识别,筛选出符合相似度条件的检索结果。由于传统的蕾丝花边检索主要凭借人的视觉检测及文本检索,因而存在信息不稳定、效率低、检索结果不可靠等问题,再加上目前蕾丝花边与花型种类繁多,内容丰富且繁杂,导致传统的蕾丝花边检索满足不了行业需要。本文主要从算法研究和系统实现两部分对蕾丝花边与蕾丝花型图案检索进行相关研究,通过在特征匹配、特征融合和评价机制等方面进行改进,提高本文检索算法的性能,并基于算法研究部分进行系统实现,从而快速准确地实现蕾丝花边与蕾丝花型的图案管理与检索。主要工作如下:1.采用图像采集、图像预处理和基于Live Wire交互式图像分割过程等技术分别构建了1008幅蕾丝花边和606幅蕾丝花型图像库。2.采用层次匹配和特征融合的思想,提出了蕾丝花边改进型的纹理特征检索方法。首先分别用灰度共生矩阵(GLCM,Gray-Level Co-occurrence Matrix)、局部二进制(LBP,Local Binary Patterns)及灰度梯度共生矩阵(GGCM,Gray Level-Gradient Co-occurrence Matrix)算法提取纹理特征进行匹配,然后将3种提取纹理特征方法分别结合形状特征、Hu矩特征量进行层次匹配,最后融合层次匹配下各个纹理特征匹配方法。3.在融合型纹理特征匹配方法的基础上,提出一种基于层次匹配下多特征融合的蕾丝花边图像检索方法。利用Canny算子处理纹理图像,得到Canny图像及其GGCM,再结合形状特征和SURF(Speeded Up Robust Features)特征进行逐层匹配,实现层次匹配下多种特征的融合。4.提出了一种基于Live Wire交互式图像分割与层次匹配算法相结合的蕾丝花型检索方法。采用Live Wire交互式分割算法提取出蕾丝花边中的花型图案,通过分析其不变矩特征量、花型轮廓形状特征以及纹理特征,进行逐层匹配,实现层次匹配下多种特征的融合。5.基于上述算法研究,设计与实现了一款基于Android平台的蕾丝花边检索系统。测试结果显示,该系统的辨识率可达98.37%,匹配检索时间为141.4毫秒,能够实时准确地实现蕾丝花边检索,从而满足企业的实际需求。