论文部分内容阅读
随着互联网的普及和信息技术的发展,图像已成为人们日常生活必不可少的组成部分,它能够直接形象的表达信息,为人类构建一个形象的思维模式,有助于我们学习、思考问题。如何能够从海量信息中快速、精准地检索出感兴趣的图像,已成为当今的一个热门方向。商标作为商品信息的载体,是企业参与市场竞争的重要武器。生产经营者的竞争就是商品或服务质量与信誉的竞争,其表现形式就是商标知名度的竞争,商标的知名度越高,其商品或服务的竞争力就越强。这些因素也就决定了商标必须要受到法律的保护,也就是说新商标在注册时候,必须要先与已注册的商标进行比较,然后再决定该商标能否使用。但是,从海量的商标图像库中检索出相似的商标却不是一件易事。面对如此海量数据,早期传统的基于文本的检索方法显然已不适用[1]。基于感知哈希的检索技术是目前研究的一个热点。该技术的检索结果也更加符合人类的视觉感受,它通过提取图像特征,然后经过量化压缩等技术,生成一个标识该数字图像视觉特征的哈希序列,通过图像间对比哈希序列,来判断两图像的相似度[2]。因此,图像的特征提取直接关系到最终算法的效率及准确性。笔者通过分析目前感知哈希技术存在的问题,提出了两种改进方案。本文的主要工作有以下几个方面:(1)深入研究了感知哈希技术目前存在的问题,利用图像正则化的特性,设计了一种基于图像正则化的感知哈希算法,并通过实验,验证了该算法对旋转攻击、剪切攻击、JPEG压缩攻击以及噪声攻击具有良好的鲁棒性。(2)提出了利用分块结构特征构造感知图像哈希的方法,设计出了一种基于参考图像模型的感知哈希算法,并通过实验验证了该算法具有良好的篡改检测性、鲁棒性以及抗碰撞性。(3)实现了一种感知哈希技术的实际应用方案——基于java语言的商标图像检索系统,用更直观的方式去验证所提出算法的性能。最后,对本文的研究工作进行了总结,并展望了下一步研究的工作重点。