基于内容的商标在线检索技术研究

论文摘要

商标库是存储商标图像的大型数据库。商标局建立并且管理商标库的过程就是要将需要注册的商标作为样本检索商标库，检查该商标是否与已经注册过的商标过于相似，以决定其是否可以注册并入库。目前商标的检索主要还是靠人工，代价大、效率低，所以建立一个高效的检索系统很必要。而目前对于基于内容的商标检索技术的研究，主要是基于图像的全局特征，而往往忽略局部特征对图像整体视觉效果的影响，或者在检索精度、检索范围、检索效率及检索结果与人主观视觉判断的一致性等方面还存在不足。因此，建立一种准确高效的商标在线检索系统具有非常重要的意义。本文首先介绍了基于内容的商标检索技术，并对其研究现状进行分析。然后详细介绍了商标检索的关键技术，并对SIFT特征提取方法进行详细介绍，实验分析其优缺点，针对其不足本文提出了一种新的基于特征点平均矩的特征提取匹配算法，其对图像进行分块处理后对局部特征进行提取，这种方法快速并且具有平移、旋转以及尺度等不变性，通过实验表明该算法对子图像提取的特征受噪声以及图像边界的细小变化的影响不大，具有很好的检索性能。同时，再对检索结果进行相关反馈，从而使检索系统能更好地满足用户的需求。本文最后设计了基于B/S模式的在线商标检索系统，完成了商标图像特征提取及入库、商标图像在线检索两个模块的设计。该系统验证了本文提出算法的可行性，并且对通用的商标在线检索系统的应用进行了深入研究和尝试。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 基于内容的商标检索技术
• 1.2.1 基于内容的图像检索技术的概念及特点
• 1.2.2 基于内容的商标检索技术的模型与分析
• 1.3 基于内容的商标检索技术研究现状
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.3.3 研究现状分析
• 1.4 本文的研究工作
• 1.5 本文的内容安排
• 第二章 基于内容的商标检索技术
• 2.1 引言
• 2.2 基于内容的商标检索的关键技术
• 2.2.1 特征提取
• 2.2.2 相似性度量
• 2.2.3 相关反馈
• 2.2.4 性能评价
• 2.3 PCA-SIFT 特征提取方法
• 2.3.1 尺度空间极值点探测
• 2.3.2 精确定位关键点
• 2.3.3 确定关键点的主方向
• 2.3.4 描述特征点
• 2.4 PCA-SIFT 算法性能分析
• 第三章 基于特征点平均矩的商标图像检索
• 3.1 引言
• 3.2 算法设计
• 3.3 算法步骤
• 3.3.1 确定参照圆
• 3.3.2 商标图像分块
• 3.3.3 确定图像的形状主方向
• 3.3.4 确定子图像的特征点
• 3.3.5 特征提取
• 3.3.6 相似性度量
• 3.3.7 相关反馈
• 3.4 实验结果对比与分析
• 3.4.1 不变性实验
• 3.4.2 检索性能实验
• 3.4.3 实验数据分析与比较
• 第四章 基于内容的在线商标检索系统
• 4.1 引言
• 4.2 系统功能介绍
• 4.3 系统总体设计框架
• 4.4 系统主要模块设计
• 4.4.1 商标图像特征数据库离线建立
• 4.4.2 商标图像在线检索
• 4.5 系统实现与运行
• 4.5.1 离线建立商标特征库运行实现
• 4.5.2 商标在线检索运行实现
• 4.6 实验结果与分析
• 4.6.1 实验数据
• 4.6.2 实验结果
• 第五章 总结与展望
• 5.1 本文总结
• 5.2 本文展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文