圖像相似性計算及其GPU加速的若干研究.pdf

1、圖像相似性在基于內(nèi)容的圖像檢索、圖像匹配、圖像識別和圖像拼接等領域有著廣泛的應用，大多數(shù)關于圖像相似性的研究都包含在圖像檢索、圖像配準和圖像識別等領域的研究中。不同人對圖像的相似性有不同的理解，因此本文歸納出六類客觀的圖像相似性，詳細地論述經(jīng)過六種不同變換后的圖像與原圖像之間的相似性如何計算。用于圖像相似性計算的特征有很多種，本文主要使用顏色特征、紋理特征、形狀特征和圖像局部不變性特征。提取特征后，可以結合圖像哈希以及圖像感知哈希技術生

2、成圖像哈希，使用漢明距離進行圖像的相似性度量。最后，綜合圖像特征提取中使用的各種算法，使用GPGPU技術進行加速，以提升算法的效率。以下是本文的主要工作。
　　 1、使用顏色、紋理、形狀三種圖像特征進行相似性計算，顏色特征方面，采用顏色直方圖和顏色矩，參考MPEG-7中的顏色布局描述子，主色描述子，顏色結構描述子，并做了簡化處理。紋理特征方面，主要使用灰度共生矩陣法和基于Gabor小波紋理特征提取兩種方法。形狀特征方面，采用簡化

3、的Hu矩進行計算。當前大部分研究只是定性地討論圖像的某種變換對相似性的影響，而本文則給出圖像變換后與原圖像的相似性程度的量化結果。詳細地介紹各種度量算法的原理，以及各種距離度量算法適合哪種圖像特征的圖像相似性度量，同時驗證度量算法的效率及其有效性，并設計出一種綜合的度量算法。
　　 2、使用Harris和SIFT兩種計算圖像局部不變性特征的經(jīng)典算法和HOG算法進行圖像相似性計算，同時分析了方向步長對基于SIFT和HOG算法的相似