基于形状匹配的商标图像检索技术研究

论文摘要

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。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与选题意义
• 1.1.1 商标注册及意义
• 1.1.2 商标检索及作用
• 1.1.3 商标检索的方式与局限
• 1.1.4 研究目的和意义
• 1.2 研究现状及存在问题
• 1.2.1 商标图像检索方法
• 1.2.2 基于内容的图像检索系统
• 1.2.3 存在的主要问题
• 1.3 本文的主要内容及特色
• 1.4 本文的内容安排
• 第二章 基于形状匹配的商标图像检索关键技术
• 2.1 引言
• 2.2 基于内容的商标图像检索过程
• 2.3 商标图像分割
• 2.3.1 阈值化分割方法
• 2.3.2 基于边界的分割
• 2.3.3 基于区域的分割
• 2.3.4 其它分割方法
• 2.4 商标形状特征描述方法
• 2.4.1 基于形状边界的外部参数描述方法
• 2.4.2 基于形状区域的内部参数描述方法
• 2.4.3 其它类型的形状描述方法
• 2.5 商标的相似性度量方法
• 2.5.1 距离度量方式
• 2.5.2 非距离度量方式
• 2.5.3 综合特征匹配方法
• 2.6 检索性能评价方法
• 2.7 本文的研究方案
• 2.8 小结
• 第三章 基于重叠率衡量的多层融合商标图像分割方法
• 3.1 引言
• 3.2 商标图像分割新方法
• 3.2.1 统计二维直方图
• 3.2.2 分水岭多阈值图像初步分割
• 3.2.3 混合高斯模型重叠率衡量
• 3.2.4 WG-OLR图像分割新方法
• 3.3 实验结果及性能评估
• 3.3.1 算法参数确定及性能比较评估
• 3.3.2 人工合成图像分割视觉的一致性实验
• 3.3.3 自然图像分割视觉的一致性实验
• 3.3.4 商标图像分割视觉的一致性实验
• 3.4 小结
• 第四章 基于角点检测及其DT图的形状边界特征匹配方法
• 4.1 引言
• 4.2 商标形状边界特征匹配新方法
• 4.2.1 角点检测方法及改进
• 4.2.2 基于角点的Delaunay图构造
• 4.2.3 Delaunay图特征提取方法及改进
• 4.3 实验结果及性能评估
• 4.3.1 角点检测评估
• 4.3.2 角点匹配评估
• 4.3.3 形状图像检索性能评估
• 4.4 小结
• 第五章 基于分区块统计的形状区域特征匹配方法
• 5.1 引言
• 5.2 商标形状区域特征匹配新方法
• 5.2.1 形状规范化
• 5.2.2 目标区域提取方法
• 5.2.3 区域划分策略
• 5.2.4 子区域特征提取
• 5.2.5 分区块统计方法总结
• 5.3 实验结果及性能评估
• 5.4 小结
• 第六章 融合边界和区域特征的全图商标图像检索技术
• 6.1 引言
• 6.2 融合边界和区域特征的全图商标图像检索方法
• 6.2.1 预处理与目标抽取
• 6.2.2 形状特征描述
• 6.2.3 形状特征匹配
• 6.3 实验结果及性能评估
• 6.3.1 形状图像检索性能评估
• 6.3.2 商标平移、缩放和旋转不变性实验
• 6.3.3 商标几何形变实验
• 6.3.4 商标图像检索性能评估
• 6.4 小结
• 第七章 基于多特征融合的子图商标图像检索技术
• 7.1 引言
• 7.2 基于多特征融合的子图商标图像检索方法
• 7.2.1 目标图像分割及子图像目标抽取
• 7.2.2 子图像特征提取
• 7.2.3 图像特征匹配
• 7.2.4 分层特征索引
• 7.3 实验结果及性能评估
• 7.3.1 商标图像检索性能评估
• 7.3.2 商标颜色快速索引实验
• 7.3.3 商标全图检索视觉的一致性实验
• 7.3.4 商标子图融合检索视觉的一致性实验
• 7.3.5 商标检索系统
• 7.4 小结
• 第八章 总结与展望
• 参考文献
• 在学期间取得的科研成果简介
• 致谢