大規(guī)模圖像集自動(dòng)摘要技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)通信的飛速發(fā)展和圖片共享網(wǎng)站的普及，互聯(lián)網(wǎng)上的圖片數(shù)量呈現(xiàn)爆炸式增長(zhǎng)。然而，這個(gè)龐大的數(shù)據(jù)集合是雜亂無(wú)章，并且含有大量冗余和噪聲。如何快速準(zhǔn)確并且自動(dòng)地從這樣一個(gè)大規(guī)模圖片集合中瀏覽和獲取用戶所需信息，已經(jīng)成為迫切需要解決并且富有挑戰(zhàn)性的問(wèn)題。圖像數(shù)據(jù)集自動(dòng)摘要技術(shù)能夠從原始的大規(guī)模數(shù)據(jù)集合中自動(dòng)選取少量具有代表性的圖像數(shù)據(jù)構(gòu)成視覺(jué)摘要，以引導(dǎo)用戶快速瀏覽或查詢。
　　本文主要從圖像集摘要的代表性、多樣性和自動(dòng)性的角度出發(fā)

2、，圍繞著摘要產(chǎn)生過(guò)程中的幾個(gè)關(guān)鍵技術(shù)進(jìn)行了深入研究，具體包括圖像特征描述、特征匹配和自動(dòng)聚類。本文主要的研究工作和創(chuàng)新之處如下:
　　(1)針對(duì)SIFT特征描述矩陣維度過(guò)高計(jì)算復(fù)雜的問(wèn)題，采用加權(quán)的同心圓鄰域代替方形鄰域描述特征點(diǎn)，簡(jiǎn)化特征描述矩陣。引入了幾何校驗(yàn)RANSAC算法對(duì)匹配點(diǎn)對(duì)進(jìn)一步提純過(guò)濾。為了降低RANSAC過(guò)高的時(shí)間代價(jià)，通過(guò)最優(yōu)匹配點(diǎn)構(gòu)建小樣本集擬合變換矩陣，在有效的濾除誤匹配對(duì)的同時(shí)，大幅降低了RANSAC的

3、擬合時(shí)間，提高了運(yùn)算效率。
　　(2)提出了一種基于空間約束的SURF匹配優(yōu)化算法，通過(guò)最優(yōu)匹配點(diǎn)對(duì)構(gòu)成旋轉(zhuǎn)坐標(biāo)系構(gòu)建空問(wèn)矩陣，并結(jié)合簡(jiǎn)化的RANSAC實(shí)現(xiàn)對(duì)匹配點(diǎn)對(duì)的幾何校驗(yàn)，實(shí)現(xiàn)了高匹配精度的快速SURF圖像匹配。
　　(3)針對(duì)ATTA蟻群聚類算法易陷于局部最優(yōu)解的缺點(diǎn)，提出了一種基于桶的ATTA蟻群自動(dòng)聚類算法，通過(guò)ATTA算法對(duì)數(shù)據(jù)進(jìn)行初步自組織聚類處理，然后結(jié)合桶聚類的思想，將初步區(qū)域成簇的數(shù)據(jù)映射到桶中，通過(guò)判

4、別目標(biāo)函數(shù)實(shí)現(xiàn)桶的合并和分裂，最終實(shí)現(xiàn)全局尋優(yōu)的目的。
　　(4)提出了一種基于有效性指標(biāo)的AP自動(dòng)聚類算法，結(jié)合聚類分析定義和相似對(duì)象分類一致性原則，設(shè)計(jì)了一種基于AP聚類的聚類有效性指標(biāo)。針對(duì)在大規(guī)模數(shù)據(jù)集時(shí)的最佳聚類數(shù)搜索方法計(jì)算量巨大以及內(nèi)存消耗大的問(wèn)題，提出了一種快速最佳聚類數(shù)搜索方法。在原始大數(shù)據(jù)集中抽取幾何密集數(shù)據(jù)構(gòu)成代表數(shù)據(jù)集，根據(jù)AP聚類自身獨(dú)特的偏向參數(shù)決定聚類數(shù)的特點(diǎn)，在代表數(shù)據(jù)集上運(yùn)行AP算法搜索最佳偏向參