集对分析在商标图像检索中的应用研究

论文摘要

随着近年来全球经济跨国、跨地区发展势头增加,商标数量逐年递增。以我国为例,据统计,2001年我国商标注册申请量为27万件,到2004年,年申请量翻了一番,达到58.8万件,截至2005年6月底,我国的注册商标累计总量已达237万件。商标申请数量的激增为商标审查工作带来了难度,也提出了更高的要求。目前的商业性数据库都以文字匹配算法为基础实现信息的检索。它们要求对图像和视频信息进行人工的文字标注,然后根据文字标注信息实现内容的自动检索。但是当图像或视频信息量巨大时,人工标注的花费将是无法承受的。基于人工编码的商标查询方式难以满足检索的实时性和准确性要求,因此迫切需要建立一种准确、高效的商标图像自动检索系统。集对分析理论是近几年受到学术界关注的一种软计算方法,可有效地分析和处理不确定信息,集对分析已经在决策、预测、数据融合、不确定性推理、产品设计、网络计划、综合评价等领域得到较为成功的应用。但是集对分析理论在图像检索方面的应用相对较少,为此,本文的主要研究工作就是对集对分析理论进行深入研究,并利用它把不确定与确定性作为一个既确定又不确定的同异反系统的思想方法及其在综合评价领域获得的成功,对商标图像检索系统进行改进,并设计了一套基于综合特征检索的商标图像检索原型系统,其主要研究工作如下:(1)改进了一种基于集对分析联系势的图像边缘检测算法,实验结果表明,在对图像不做任何预处理的情况下,改进算法比文献算法检测的图像边缘准确,清晰,且对噪声的抑制能力强。(2)针对商标形状特征在旋转及放缩以及起始点等变化下的不变性特性,本文基于集对分析的综合评价理论提出了一种图像检索相关反馈算法,该算法首先提取5个特征,并对其权重初始化,然后集对分析决策模型修改权重,直到用户结束反馈。最后在PVR指数方面比较了本文算法与利用Hu矩为特征向量的算法,实验证明该方法具有良好的旋转及放缩不变性,并用有较强的抗噪性。(3)为了检验本文提出的基于集对分析的商标图像检索方法的有效性,设计实现了一个商标图像检索原型系统。系统处理过程的中间变量可以给相关反馈提供机器学习的训练数据,提高了有效数据的挖掘能力。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 问题的提出
• 1.2 基于内容图像检索的研究现状
• 1.2.1 基于内容的图像检索系统框架
• 1.2.2 基于内容的图像检索系统关键技术
• 1.2.3 基于内容的图像检索系统
• 1.3 本文的工作及创新点
• 1.4 本文的研究目的和意义
• 1.5 本文的内容安排
• 第二章 集对分析基本理论
• 2.1 集对分析对不确定性的认识和处理
• 2.1.1 不确定性概念
• 2.1.2 确定不确定系统
• 2.1.3 用集对分析研究确定不确定系统
• 2.2 集对和联系度
• 2.2.1 集对和联系度概念
• 2.2.2 联系度的几种表达形式
• 2.2.3 确定联系度的一些常用方法
• 2.2.4 联系度的结构、功能和信息
• 2.3 对立和不确定性
• 2.3.1 五种对立的常见类型
• 2.3.2 不确定性的分类
• 2.3.3 不确定性所对应的j的取值
• 2.4 集对势
• 2.4.1 集对的同势
• 2.4.2 集对的反势
• 2.4.3 集对的均势
• 2.4.4 集对的无穷大势和不确定势
• 2.4.5 同异反分析
• 2.5 本章小结
• 第三章 商标图像的特征提取
• 3.1 形状特征
• 3.1.1 傅立叶描述符
• 3.1.2 Hu不变矩
• 3.1.3 其它特征
• 3.2 纹理特征
• 3.2.1 灰度共生矩阵
• 3.2.2 基于灰度共生矩阵的纹理特征参数
• 3.2.3 纹理参数的计算
• 3.3 空间关系特征
• 3.3.1 基于图像分割的方法
• 3.3.2 基于图像子块的方法
• 3.4 本章小结
• 第四章 基于联系度态势的图像边缘检测改进算法
• 4.1 图像预处理
• 4.2 半邻域法介绍
• 4.3 基于集对分析的边缘检测原理
• 4.4 边缘检测算法的改进
• 4.5 实验结果分析
• 4.6 本章小结
• 第五章 基于集对分析的图像检索相关反馈算法
• 5.1 相关反馈工作过程
• 5.1.1 基于相关反馈的图像检索系统结构
• 5.1.2 基于相关反馈的图像检步骤
• 5.1.3 基于相关反馈的图像检索系统特点
• 5.2 集对分析决策模型
• 5.2.1 确定各指标（查询向量）的联系度
• 5.2.2 指标（查询向量）权重确定
• 5.2.3 U的相对贴近度及方案排序
• 5.3 基于集对分析的图像检索相关反馈算法
• 5.4 基于集对分析商标图像检索原型系统设计
• 5.4.1 开发和运行环境简介
• 5.4.2 图像特征库生成与管理模块
• 5.4.3 图像检索模块
• 5.4.4 相关反馈模块
• 5.5 实验结果分析
• 5.5.1 图像检索性能评价准则
• 5.5.2 检索结果及分析
• 5.6 本章小结
• 第六章 结论与展望
• 6.1 工作总结
• 6.2 下一步工作展望
• 参考文献
• 致谢
• 发表文章及科研情况