论文部分内容阅读
随着互联网的发展和网络信息资源的丰富,越来越多的人习惯从互联网上获取信息。来自Google的数据显示,人们的搜索信息中有1%是为了寻找做菜方法。不同于传统的文本搜索方法,本文提出使用手机拍摄食材图片来代替输入食材名称来进行搜索,而实现这种方式的关键就在于如何通过手机拍摄的图片检索出对应的食材。针对上述问题,本文的研究工作内容如下:
1.由于目前没有通用的食材图像库,为了展开研究,首要工作就是建库。通过收集以及图像转换和增强等一系列预处理操作,建立了标准食材图像库,库中包含140种食材在内的1400幅图像。
2.为了描述食材图像的特征,本文根据食材的特性提出采用多特征融合的方法。利用基于HSV颜色直方图、Canny算法和Gabor滤波的特征提取算法,提取食材图像的颜色、形状和纹理等底层视觉特征,并提出采用图像中感兴趣区域的长宽比值R作为食材的尺寸特征;通过计算图像颜色和纹理特征的欧氏距离,同时结合形状匹配来判断图像的相似性,并利用R值确定图像的尺寸相似性约束区间。对20种不同食材图像进行相似检索实验,在保持较好的查全率的基础上,图像查准率达到78%,表明该方法可以较好的描述食材图像。
3.为了由手机拍摄的图片检索出对应食材,在上述方法描述图像相似性的基础上,本文采用K近邻算法进行检索。实验采用手机采集的11种不同食材的图像作为测试图像,检索的准确率达到70%以上,表明K近邻算法对食材图像的检索有较好的效果。
4.利用上述研究成果,设计并实现了面向烹饪食材图片的可视搜索系统。该系统的主要功能是,通过手机拍摄食材图片作为检索输入,根据系统的检索和分类判断食材类别,将与该食材相关的美食信息作为结果返回给用户。
该系统已作为国家科技支撑计划课题“增强型搜索系统架构、关键技术及测试规范的研究”的部分研究工作。