資源描述：
《基于內(nèi)容的商標(biāo)圖像檢索技術(shù)的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、浙江理工大學(xué)碩士學(xué)位論文基于內(nèi)容的商標(biāo)圖像檢索技術(shù)的研究姓名：宋紀(jì)賓申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：信號(hào)與信息處理指導(dǎo)教師：劉建平20110228浙江理工大學(xué)碩上學(xué)位論文基于內(nèi)容的商標(biāo)圖像檢索技術(shù)的研究摘要隨著信息和網(wǎng)絡(luò)技術(shù)的發(fā)展，以及多媒體技術(shù)的應(yīng)用和推廣，產(chǎn)生了大量各式各樣的視覺(jué)內(nèi)容。圖像作為這些視覺(jué)內(nèi)容中的一個(gè)重要的組成部分，它能夠直接形象的表達(dá)信息。如何從大量的圖像中檢索出自己感興趣的內(nèi)容，即信息的有效檢索，已經(jīng)成為一個(gè)熱點(diǎn)問(wèn)題。商標(biāo)作為一種特殊的信息載體的圖像而言，它不僅本身有價(jià)值，還具有創(chuàng)造價(jià)值
2、，是企業(yè)重要的工業(yè)產(chǎn)權(quán)之一，是一種寶貴的社會(huì)財(cái)富，并且J下日益成為激烈的市場(chǎng)競(jìng)爭(zhēng)活動(dòng)中不可或缺的武器。近年來(lái)，由于注冊(cè)商標(biāo)的數(shù)目不斷增加，人工已經(jīng)難以勝任大量商標(biāo)圖像的相似性比較，基于內(nèi)容的圖像檢索CBIR應(yīng)運(yùn)而生。本文首先對(duì)CBIR系統(tǒng)的關(guān)鍵技術(shù)進(jìn)行了深入的學(xué)習(xí)，在分析已有的研究成果的基礎(chǔ)之上，結(jié)合BIC像素分析算法提出了等級(jí)樹匹配方法LTM，并基于BIC與LTM提出了本文的關(guān)聯(lián)反饋算法，然后采用提出的方法設(shè)計(jì)了一個(gè)CBIR實(shí)驗(yàn)系統(tǒng)。本文的主要工作有以下幾個(gè)方面：(1)對(duì)圖像底層特征進(jìn)行深入學(xué)習(xí)，
3、結(jié)合商標(biāo)的特性，對(duì)顏色特征重點(diǎn)關(guān)注，并總結(jié)出底層特征的一般性提取方法。(2)分析國(guó)內(nèi)外CBIR系統(tǒng)的研究和發(fā)展現(xiàn)狀，總結(jié)出CBIR的系統(tǒng)模型，同時(shí)為比較系統(tǒng)性能，提出系統(tǒng)評(píng)價(jià)準(zhǔn)則。(3)對(duì)BlC圖像分析算法進(jìn)一步研究，對(duì)在BIC算法中提出的dLog距離函數(shù)同矢量距離函數(shù)進(jìn)行分析比較實(shí)驗(yàn)。(4)基于BIC像素分析算法提出等級(jí)樹匹配方法UM，并驗(yàn)證了采用該方法對(duì)商標(biāo)圖像相關(guān)檢索性能有很大的提升，并且可以有效地減少圖像的存儲(chǔ)空間。(5)結(jié)合BIC算法與LTM方法提出了關(guān)聯(lián)反饋算法，并通過(guò)設(shè)計(jì)系統(tǒng)實(shí)驗(yàn)，對(duì)本
4、文提出的關(guān)聯(lián)反饋算法RF與傳統(tǒng)的反饋算法RoCcKo進(jìn)行比較，得出RF算法能夠更好地提升系統(tǒng)檢索精度性能的結(jié)論。最后，對(duì)本文的研究工作進(jìn)行了分析和總結(jié)，并對(duì)下一步進(jìn)行的研究工作進(jìn)行展望。浙江理工大學(xué)碩’L學(xué)位論文關(guān)鍵詞：基于內(nèi)容的商標(biāo)圖像檢索；圖像特征；圖像像素分類算法BIC；等級(jí)樹匹配方法LTM：關(guān)聯(lián)反饋算法RFII浙江理工大學(xué)碩上學(xué)位論文ResearchonContent-based1’rademarkImageRetrieValTechnologyABSTRACTWimthedeVelopme
5、ntofinf0肌ation鋤dnetworktecllIlology，alargeVarietyofvisualcontentisgellerated．Inlageasanimport鋤tccImponentoftheVisualconterlt，itisabletoimagetheexpressionofinfIo徹ationdirecny．Howtoret】丘eveimages舶ma1a瑪enumberofmecontentsofuserS’owninterest，thatis，ane仃bct
6、iveinfornlationret—eVal，hasbecomeahotissue．Asaspecialimageinfo哪ationca耐efconc鋤ed，themarkisnotonlyValua_bleinitsel￡butalsohast11eabilit)，tocreateValue．nisoneimportantindustrialpropertytoacompallyandisaValuablesocialasset．IIlrecentyears，withmeinCreasingo
7、fthenumbefofre百steredtrad鋤arks，itissohardtocomparcimagesanificiallymatthecontent-basedimageretrieValCBlRc鋤eintobeing．IIlmispaper，6rstlyd印thstlldyaboutthekeytectulolo西eSofmeCBIRsySteIIl，basedonaIlalysisofeXistingresearch，combinedwimBIC-pixela11alysisa19
8、0ritlⅡnproposedtllele、，eltreematchingmethodLTM，t11e11aCcordingt0theL1MandBICproposedthereleVallcefeedbackalgorithmalldusingtllemethodpro】砷seddesi伊aCBIRsystem．Thispaperhasthefollowingcontribution：(1)Furthersmdyontheunderlyingcharacterist
