图像智能检索手机APP软件设计

2022-03-21版权声明我要投稿

  随着网络技术和规模的发展壮大,人们通过互联网可获得的各种信息每天都在以惊人的速度增长,如何有效方便的在海量数据库中查找到需要的信息,成为多媒体信息检索领域研究的热点。本文主要论述了这样一个基于图像内容进行检索(CBIR)的系统在Android手机上的一个实现过程,用Java语言来进行开发,并简单分析了该系统的主要功能和实现方法。设计出更加友好的互动界面,从而提高图像的检索效率,摒弃传统检索方式费时费力效率低的弊端,减少了人工操作,实现高效智能的图像检索。

  基于内容的图像检索方式应用在我们生活的方方面面,在医学领域,可以检索医学影像库从而方便医生进行诊断;在公共安全领域,可以将嫌疑人图像和系统中信息匹配,从而方便警方破案;在电商领域,一些购物应用允许用户上传图像,从而方便的查找到相同或相似的商品等。本次设计也是基于图像内容进行检索的一次体验,深深感受到了图像处理在生活中的魅力。

1 图像智能检索手机APP系统设计

  图像智能检索系统主要由两部分组成,对图像信息特征的获取,以及对图像的检索,其中检索包括对图像的预处理,图像特征值的提取及对检索结果的显示。图像智能检索系统整体结构图如图1所示。

2 图像智能检索系统的实现

  图像智能检索系统是基于JAVA语言及Open CV库实现的,具体由图像获取及图像检索两部分实现。其中实现的技术描述如下。

  (1)图像预处理算法,灰度化:图像灰度化是指每个像素只有一个采样颜色的图像,这类图像通常显示为从最暗黑色到最亮的白色的灰度。

  (2)特征点提取,ORB-fast角点检测算法:Fast算法是关注度很高的基于模板和机器学习的角点检测方法,Open CV中Fast角点检测算法不仅速度快而且具有很好的检测效果。

  (3)特征点筛选,非极大值抑制法:非极大值抑制算法(Non-maximum suppression,NMS)是有anchor系列目标检测的标配,NMS主要用于消除多余的检测框,那么消除的标准是什么,我们使用IOU作为标准来进行演示,IOU的原称为Intersection over Union,也就是两个box区域的交集比上并集。

  (4)描述子建立,ORB-BRIEF描述子:在获取图像特征点之后,需要以某种方式来描述这些特征点的属性,这就需要特征描述算法。BRIEF算法核心就是在特征点周围以定义好的一种方式选择N个点对,然后把这N个点对按照某种计算方式并将计算的结果组合起来,作为这一特征点的描述子,实质就是这些点对灰度值大小的二进制串。

  (5)图像匹配筛选:选择已经匹配的点对的汉明距离小于最小距离的两倍作为判断依据,如果小于该值则认为是一个错误的匹配,过滤掉;大于该值则认为是一个正确的匹配。

3 图像智能检索系统测试

  为验证本论文研究的图像智能检索app是否具有可行性,对测试结果进行分析和总结。

  (1)图像获取及预处理灰度化,如图2、图3所示。

  (2)特征点提取如图4所示。

  (3)获取到的图像与检索到的图像对比图如图5所示。

  对图像智能检索手机app系统测试结果进行分析,发现系统中各项功能正常运行,故可验证本论文设计的图像智能检索手机APP软件是准确可靠的。

  本文针对现如今对各种事物的大量检索需求,设计了图像智能检索手机APP软件,并将应用程序实现。经过对其中的部分功能进行测试,并对测试结果进行分析,最后验证本图像智能检索手机APP的正确性可用性。采用本软件解决实现生活中基本的检索需求。

作者:刘志新 王佳琪 鞠文远 霍英豪 王红 单位:沈阳理工大学

【图像智能检索手机APP软件设计】相关文章:

1.基于数字图像的信息安全加密软件的设计与实现

2.基于深度学习的图像检索研究进展

3.基于超像素的图像智能算法在矿物颗粒分割中的应用

4.肺癌图像数据伦理和人工智能

5.计算机图像处理软件技术论文

6.图像处理网页设计论文

7.数码图像技术室内设计论文

8.计算机图像实践讨计算机图像实践教学

9.图像分割技术在医学图像处理中的应用

10.智能手机方案设计论文

11.中文情感分析研究

12.专利检索过程中调整和扩展分类号

文档上传者