考虑视觉显著性的部分相似图像检索

２０１５年第４期　计算机与现代化　ＪＩＳｕＡＮＪＩ　ＹＵ　ＸＩＡＮＤＡＩＨＵＡ　总第２３６期　文章编号：１００６－２４７５（２０１５）０４－００８２－０４　考虑视觉显著性的部分相似图像检索　陈秋平　（南京理工大学计算机科学与工程学院，江苏南京２１００９４）　摘要：当前流行的图像检索系统普遍采用词袋（Ｂａｇ—ｏｆ－Ｗｏｒｄｓ）模型表示图像视觉内容。由于传统的视觉词袋模型忽略了　局部特征间的几何关系，考虑几何约束的后处理方法明显地提高了检索准确率。这些方法认为每个局部特征点是平等　的，然而在实际情况中，图像中的局部特征点对于部分相似图像检索任务的重要性是不同的，比如位于相似图像区域上　的特征点要比位于背景图像区域的特征点重要。鉴于此，提出考虑图像特征点重要性的部分相似图像检索算法。首先　用视觉显著性算法来计算图像每个像素点的显著性（即重要性），然后在几何验证计算图像间匹配分数中考虑匹配局部　特征点的重要性，最后在广泛使用的相似图像检索数据集上对提出的算法进行验证。实验结果表明了本方法的优越性。　关键词：图像检索；相似图像；视觉相似性：几何验证　中图分类号：ＴＰ３９１　文献标识码：Ａ　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００６－２４７５．２０１５．０４．０１７　Ｐａｒｔｉａｌ－ｄｕｐｌｉｃａｔｅ　Ｉｍａｇｅ　Ｒｅｔｒｉｅｖａｌ　ｖｉａ　Ｅｘｐｌｏｉｔｉｎｇ　Ｖｉｓｕａｌ　Ｓａｌｉｅｎｃｙ　ＣＨＥＮ　Ｑｉｕ－ｐｉｎｇ　（Ｓｃｈｏｏｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎａｎｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ　２１００９４，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｂａｇ—ｏｆ－Ｗｏｒｄ（ＢｏＷ）ｍｏｄｅｌ　ｉｓ　ｗｉｄｅｌｙ　ｕｓｅｄ　ｔｏ　ｒｅｐｒｅｓｅｎｔ　ｔｈｅ　ｖｉｓｕａｌ　ｃｏｎｔｅｎｔ　ｏｆ　ｉｍａｇｅｓ　ｉｎ　ｓｔａｔｅ—ｏｆ－ｔｈｅ—ａｒｔ　ｉｍａｇｅ　ｒｅｔｒｉｅｖａｌ　ｓｙｓｔｅｍｓ．Ｓｉｎｃｅ　ｔｒａｄｉｔｉｏｎａｌ　ＢｏＷ　ｍｏｄｅｌｓ　ｄｉｓｃａｒｄ　ｇｅｏｍｅｔｒｉｃ　ｒｅｌａｔｉｏｎｓｈｉｐｓ　ａｍｏｎｇ　ｌｏｃａｌ　ｆｅａｔｕｒｅｓ，ｅｘｐｌｏｉｔｉｎｇ　ｇｅｏｍｅｔｒｉｃ　ｃｏｎｓｔｒａｉｎｔｓ　ａｓ　ｐｏｓｔ—ｐｒｏｃｅｓｓｉｎｇ　ｓｔｅｐｓ　ｈａｓ　ｂｅｅｎ　ｄｅｍｏｎｓｔｒａｔｅｄ　ｔＯ　ｓｉｇｎｉｆｉｃａｎｔｌｙ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ．Ｅａｃｈ　ｌｏｃａｌ　ｆｅａｔｕｒｅ　ｉｓ　ｔｒｅａｔｅｄ　ｅｑｕａｌｌｙ　ｉｎ　ｔｈｅｓｅ　ｍｅｔｈｏｄｓ．Ｉｎ　ｐｒａｃｔｉｃｅ，ｔｈｅ　ｉｍｐｏｒｔａｎｃｅ　ｏｆ　ｌｏｃａｌ　ｆｅａｔｕｒｅｓ　ｆｏｒ　ｉｍａｇｅ　ｒｅｔｒｉｅｖａｌ　ｉｓ　ｄｉｆｆｅｒｅｎｔ．Ｆｏｒ　ｅｘａｍｐｌｅ，ｔｈｅ　ｌｏｃａｌ　ｆｅａｔｕｒｅｓ　ｉｎ　ｔｈｅ　ｄｕｐｌｉｃａｔｅ　ｉｍａｇｅ　ｒｅｇｉｏｎｓ　ａｒｅ　ｍｏｒｅ　ｉｍｐｏｒｔａｎｔ　ｔｈａｔ　ｏｎｅｓ　ｉｎ　ｔｈｅ　ｂａｃｋｇｒｏｕｎｄ　ｉｍａｇｅ　ｒｅｇｉｏｎｓ．Ｔｏｗａｒｄｓ　ｔｈｉｓ　ｅｎｄ，ａ　ｎｅｗ　ｐａｒｔｉａｌ—ｄｕｐｌｉｃａｔｅ　ｉｍａｇｅ　ｒｅｔｒｉｅｖａｌ　ｍｅｔｈｏｄ　ｉｓ　ｐｒｏｐｏｓｅｄ　ｂｙ　ｌｅｖｅｒａｇｉｎｇ　ｔｈｅ　ｉｍｐｏｒｔａｎｃｅ　ｏｆ　ｌｏｃａｌ　ｆｅａｔｕｒｅｓ．Ｆｉｒｓｔ，ｖｉｓｕａｌ　ｓａｌｉｅｎｃｙ　ｍｅｔｈｏｄ　ｉｓ　ｉｎｔｒｏｄｕｃｅｄ　ｔｏ　ｃａｌｃｕｌａｔｅ　ｔｈｅ　ｉｍｐｏｒｔａｎｃｅ　ｏｆ　ｅａｃｈ　ｐｉｘｅｌ，ａｎｄ　ｔｈｅｎ　ｔｈｅ　ｉｍｐｏｒｔａｎｃｅ　ｉｓ　ｕｓｅｄ　ｔｏ　ｗｅｉｇｈｔ　ｔｈｅ　ｓｉｍｉｌａｒｉｔｙ　ｏｆ　ｍａｔｃｈｅｄ　ｐｏｉｎｔｓ．Ｔｏ　ｖｅｒｉｆｙ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｔｈｅ　ｐｒｏｐｏｓｅｄ　ｍｅｔｈｏｄ，ｅｘｔｅｎｓｉｖｅ　ｅｘｐｅｒｉｍｅｎｔｓ　ａｒｅ　ｃｏｎｄｕｃｔｅｄ　ｏｎ　ｔｈｅ　ｗｉｄｅｌｙ—ｕｓｅｄ　ｄａｔａｓｅｔｓ　ａｎｄ　ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈｅ　ｏｕｔｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｔｈｅ　ｐｒｏｐｏｓｅ　ｍｅｔｈｏｄ．　Ｋｅｙ　ｗｏｒｄｓ：ｉｍａｇｅ　ｒｅｔｒｉｅｖａｌ；ｄｕｐｌｉｃａｔｅ　ｉｍａｇｅ；ｖｉｓｕａｌ　ｓａｌｉｅｎｃｙ；ｇｅｏｍｅｔｒｙ　ｖｅｒｉｆｉｃａｔｉｏｎ　０　引　言　智能终端设备如智能手机、平板电脑以及数码相　机和数码摄像机的普及与便携化，使这些多媒体采集　设备已经成为人们日常生活中不可缺少的一部分。　同时智能终端与互联网之间的交互越来越方便，人们　大量地使用这些设备上传、浏览和交流拍摄的数字图　像，使得图像数量呈现爆炸式增长。面对庞大的图像　数据库，人们自然会产生这样的需要：从这些海量图　像中寻找与查询图像具有相同的场景或者对象的相　似图像集合，即部分相似图像检索。这在多个任务中　具有重要的应用，比如版权保护、图像标注等¨引。　目前流行的图像检索系统大多基于词袋（Ｂａｇ－ｏｆ－　Ｗｏｒｄ，ＢｏＷ）模型表示图像　，将局部描述子量化得　到视觉词语。通过将图像的每个局部描述子分配到　最近的视觉词语，一幅图像可以采用视觉词语的频次　直方图表示。图像的相似度就是通过计算它们的直　方图的匹配程度得到的。为了提高计算效率，倒排　表　假设属于同一个视觉单词的特征点是匹配的，　并基于匹配的特征点个数计算图像之间的相似度。　然而，这也带来了一个问题：局部特征的空间位置信　息被丢失，这将引入错误的匹配并降低图像检索的性　能。已有的研究表明空间位置信息的利用可以提高　检索的精度　。　收稿日期：２０１４—１２・１９　作者简介：陈秋平（１９８８一），男，江苏丹阳人，南京理工大学计算机科学与工程学院硕士研究生，研究方向：图像处理，图像检索。

　２０１５年第４期　陈杰等：一种反应釜温度模糊控制器的设计与实现　８９　

图３　Ｄ／Ａ转换电路　针对反应釜电磁阀门开闭度的控制，系统使用双　向可控硅控制交流电机进行实现。主要是采用软件　延时方式和过零检测模块来控制双向可控硅的导通　角，通过控制交流电机的导通时间和转速，实现交流　电机的无级调速，达到对电磁阀门开闭的精准控制。　系统控制面板主要是采用薄膜开关、ＬＥＤ数码　管和发光二极管等设计和制作，通过控制面板实现对　系统工况的实时显示和设定。　３　结束语　本文以实现反应釜温度的智能控制为目的，设计　了以ＳＴＭ３２Ｆ１０３ＲＢ单片机为核心的反应釜温度模　糊控制系统，实现对反应釜温度的智能控制。本设计　的大体控制流程是：单片机通过实时读取数字温度计　ＤＳＩ８Ｂ２０获得反应釜模拟量温度值（此过程为Ａ／Ｄ　转换过程），然后基于自适应模糊控制器算法和模糊　判决过程计算出一个精确的控制量，再通过Ｄ／Ａ转　换将其转化成电压输出，转换后的电压信号再通过　ｖ／Ｉ变换后转化为电流信号，然后控制电动执行器，　以控制加热阀门和冷却阀门的开度，从而通过它控制　流量阀控制冷剂的流量，以达到温度控制的目的。　［２］　［３］　［４］　［５］　［６］　［７］　［８］　［９］　［１０］　

参考文献：　［１７］　［１］　刘红，杨莲红，王超．基于模糊控制的温室温度控制的　研究［Ｊ］．昌吉学院学报，２０１３（６）：７７—８０．　（上接第８５页）　［８］　Ｃｈｕｍ　Ｏ，Ｍａｔａｓ　Ｊ，Ｏｂｄｒｚａｌｅｋ　Ｓ．Ｅｎｈａｎｃｉｎｇ　ＲＡＮＳＡＣ　ｂｙ　ｇｅｎｅｒａｌｉｚｅｄ　ｍｏｄｅｌ　ｏｐｔｉｍｉｚａｔｉｏｎ［Ｃ］／／Ａｓｉａｎ　Ｃｏｎｆｅｒｅｎｃｅ　０ｎ　Ｃｏｍｐｕｔｅｒ　Ｖｉｓｉｏｎ．２００４：８１２—８１７．　［９］　Ｚｈａｏ　Ｗａｎｌｅｉ，Ｗｕ　Ｘｉａｏ，Ｎｇｏ　Ｃｈｏｎｇ—Ｗａｈ．Ｏｎ　ｔｈｅ　ａｎｎｏｔａ—　ｔｉｏｎ　ｏｆ　Ｗｅｂ　ｖｉｄｅｏｓ　ｂｙ　ｅｆｆｉｃｉｅｎｔ　ｎｅａｒ．ｄｕｐｌｉｃａｔｅ　ｓｅａｒｃｈ　ｆ　Ｊ］．　ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｍｕｌｔｉｍｅｄｉａ，２０１０，１２（５）：４４８－４６１．　［１Ｏ３　Ｗａｎｇ　Ｊｕｎｑｉａｎｇ，Ｔａｎｇ　Ｊｉｎｈｕｉ，Ｊｉａｎｇ　Ｙｕｇａｎｇ．Ｓｔｒｏｎｇ　ｇｅｏｍ—　ｅｔｒｙ　ｃｏｎｓｉｓｔｅｎｃｙ　ｆｏｒ　ｌａｒｇｅ　ｓｃａｌｅ　ｐａｒｔｉａｌ—ｄｕｐｌｉｃａｔｅ　ｉｍａｇｅ　ｓｅａｒｃｈ　Ｊ　Ｃ　Ｊ／／ＡＣＭ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｍｕｈｉｍｅ　ｄｉａ．２０１３：６３３－６３６．　［１　１］Ｘｉｅ　Ｈｏｎｇｔａｏ，Ｇａｏ　Ｋｅ，Ｚｈａｎｇ　Ｙｏｎｇｄｏｎｇ，ｅｔ　ａ１．Ｌｏｃａｌ　ｇｅ—　ｏｍｅｔｒｙ　ｃｏｎｓｉｓｔｅｎｃｙ　ｃｏｎｓｔｒａｉｎｔ　ｆｏｒ　ｉｍａｇｅ　ｒｅｔｒｉｅｖａｌ［Ｃ］／／　庄伟杰，涂淑平．化学反应釜最优温度控制系统的设计　与实现［Ｊ］．工业控制计算机，２０１１，２４（４）：１４—１５．　吴军辉．基于ＱＮＮ的氟橡胶反应釜温度控制系统开发　［Ｄ］．上海：华东理工大学，２０１４．　冯健，王昌军．制药反应釜温度控制系统的设计［Ｊ］．　数理医药学，２０１４，２７（３）：３５５—３５７．　黄昌远．基于粒子群优化算法的反应釜温度预测算法　研究与应用［Ｄ］．杭州：浙江理工大学，２０１４．　王春晓．基于大滞后非线性反应釜的温度控制算法实　现［Ｄ］．济南：山东大学，２０１１．　吴剑威，孙慧芳，唐立新．智能模糊自适应ＰＩＤ在化学　反应釜温度控制系统中的应用［Ｊ］．计算机与应用化　学，２０１３（２）：１２１－１２４．　蔡伟，模糊控制在水厂自动监控系统中的应用研究　［Ｄ］．哈尔滨：哈尔滨理工大学，２００７．　乔杰．间歇式反应釜温度控制系统研究［Ｄ］．上海：东　华大学，２０１０．　孟宇．基于智能控制方法的过热气温控制研究［Ｄ］．阜　新：辽宁工程技术大学，２００７．　张洪林．模糊控制理论在孵化过程控制中的应用研究　［Ｄ］．西安：西安电子科技大学，２００７．　鲁可，张晓东，俞盛　基于模糊控制算法的温度控制系统　设计［Ｊ］．机电产品开发与创新，２０１３，２６（３）：１３３—１３５．　王海瑞，王华．垃圾焚烧炉模糊自适应控制系统模型研　究［Ｊ］．微计算机信息，２００８，２４（１９）：８３．８５．　周长城，金保舁，朱孝强，等．自适应模糊方法在烟气脱　硝喷氨量控制系统中的应用［Ｊ］．环境工程，２０１４，３２　（Ｓ１）：４８３４８６．　徐言生，李玉春，何钦波，等．大型食品真空冷冻干燥设　备控制系统设计与应用研究［Ｊ］．真空科学与技术学　报，２００８，２８（４）：３８３．３８７．　王海瑞，王华．城市生活垃圾直接气化熔融焚烧炉模糊　自适应控制系统模型研究［Ｊ］．工业加热，２００７，３６　（４）：１９－２２．　李新卫．连续反应釜温度控制系统的设计与仿真［Ｊ］．　化工自动化及仪表，２０１０，３７（１１）：１９－２２．　．．●●’‘．－・・●’　ｔ．・・●。’．１ｌ●●’，．，，●●　ｔ。－＿－●。　．．＿・●’。　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ．２０１　１：　１０１—１０４．　［１２］Ｓｔａｓ　Ｇｏｆｅｒｍａｎ，Ｌｉｈｉ　Ｚｅｌｎｉｋ．Ｍａｎｏｒ，Ａｙｅｌｌｅｔ　Ｔａ１．Ｃｏｎｔｅｘ—　ｔａｗａｒｅ　ｓａｌｉｅｎｃｙ　ｄｅｔｅｃｔｉｏｎ『Ｊ　１．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｐａｔ—　ｔｅｒｎ　Ａｎａｌｙｓｉｓ　ａｎｄ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｌｌｉｇｅｎｃｅ，２０１２，３４（１０）：　１９１５—１９２６．　［１３］Ｌｏｗｅ　Ｄ．Ｄｉｓｔｉｎｃｔｉｖｅ　ｉｍａｇｅ　ｆｅａｔｕｒｅｓ　ｆｒｏｍ　ｓｃａｌｅ—ｉｎｖａｒｉａｎｔ　ｋｅｙ　ｐｏｉｎｔｓ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｖｉｓｉｏｎ，　２００４，６０（２）：９１－１１０．　［１４］Ｔｅｃｈｎｉｏｎ．Ｓａｌｉｅｎｃｙ［ＥＤ／ＯＬ］．ｈｔｔｐ：／／ｗｅｂｅｅ．ｔｅｃｈｎｉｏｎ．ａｃ．　ｉｌ／ｃｇｍ／Ｃｏｍｐｕｔｅｒ－－Ｇｒａｐｈｉｃｓ－・Ｍｕｌｔｉｍｅｄｉａ／Ｓｏｆｔｗａｒｅ／Ｓａｌｉｅｎｃｙ／　Ｓａｌｉｅｎｃｙ．ｚｉｐ，２０１４－１２—１９．　１ｊ　１ｊ　１ｊ　ｒ；ｒＬ　ｒＬ