论文部分内容阅读
随着市场经济的发展,商标数量逐年递增。传统的基于分类、文本标注的商标图像检索方法存在着很大的难题,包括手工分类/注解工作量大、描述主观性、描述不全面性等问题。基于内容的图像检索技术可以克服这些弊端,它在商标检索领域得到了非常广泛的应用。基于内容的商标图像检索方法利用图像自身包含的特征属性,如颜色、形状、纹理及空间位置关系等建立图像的索引,然后利用这些特征进行检索。作为人工图像的商标图像,其形状特征较其它特征更为显著,人们往往更多地通过形状来识别不同的商标。本文主要针对基于形状匹配的商标图像检索关键问题展开研究,包括:商标图像分割技术、形状边界描述方法、形状区域描述方法、形状特征融合及匹配技术、基于多特征融合的子图像检索方法等,文中提出了一些解决问题的方法,具有一定的理论意义和实际应用价值。本文的主要工作和贡献如下:1.深入研究了商标图像分割技术,提出了一个基于分水岭和高斯重叠率衡量多层融合的商标图像分割新方法WG-OLR;该方法可高效对商标图像进行自动分割;2.研究基于边界的商标形状特征匹配方法,提出了一个基于角点检测及其Delaunay图的形状边界特征匹配方法DT-MATCH;该方法可快速的对非复杂的商标形状进行描述,并具有较好的检索效率;3.研究基于区域的商标形状特征匹配方法,针对一类基于分区块统计的形状描述方法进行比较研究,确定了基于分区块统计描述思想下最适合的形状描述方法CAM;4.分析了基于边界和基于区域特征形状描述方法的优缺点,并将这两种特征进行融合,针对商标的形状,提出了一种融合边界和区域特征的全图商标图像检索方法BR-MATCH;该方法不仅具有较好的匹配效果,同时具有较快的检索速度;5.利用建立的商标图像分割技术和形状描述方法,同时融合颜色、空间位置关系等其它特征,提出了一种基于多特征融合的子图商标图像检索方法SBR-MATCH;子图检索方法较全图检索方法精度有了进一步的提高。