《基於關鍵點圖表示的近重複文本圖像匹配研究》是依託南昌大學，由劉麗擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於關鍵點圖表示的近重複文本圖像匹配研究
- 項目類別：青年科學基金項目
- 項目負責人：劉麗
- 依託單位：南昌大學
項目摘要,結題摘要,
項目摘要
近重複文本圖像是指從同一個文本在不同條件下拍攝得到的圖像，圖像之間在解析度、視角以及光照等多方面均存在差異。近重複文本圖像匹配在建立數字圖書館中起著重要作用，並且是計算機視覺領域一項基礎研究課題。本項目結合文本圖像自身特點，研究近重複文本圖像匹配方法，期望通過本研究為文本圖像的表示以及匹配提供新思路。本項目圍繞近重複文本圖像匹配中的兩個核心問題開展研究：圖像表示以及相似性度量，具體包括：提出一種基於關鍵點的文本圖像表示方法，為了在表示圖像過程中充分利用關鍵點之間的空間位置關係，將圖像中的關鍵點根據其分布特性自動聚類，並且類別數目無需事先確定；研究基於聚類結果將圖像表示為一個圖，其中圖中每個頂點代表一個聚類，圖中的邊則刻畫不同聚類之間的空間位置關係，由此圖像相似性度量轉化為圖匹配問題；研究允許頂點之間多對多映射的非精確圖匹配方法，以提高對近重複文本圖像的圖表示之間所存在差異的魯棒性。
結題摘要
近重複文本圖像是指從同一個文本在不同條件下拍攝得到的圖像，圖像之間在解析度、視角以及光照等多方面均存在差異。近重複文本圖像匹配不僅是計算機視覺領域一項基礎研究課題，而且在很多領域中有實際套用。本項目圍繞近重複文本圖像匹配中的兩個核心問題開展了深入研究：圖像表示與相似性度量。具體來說，主要完成了如下五方面的研究工作：（1）比較了不同的關鍵點檢測運算元與描述運算元在刻畫文本圖像方面的性能，實驗結果表明DOG關鍵點檢測運算元與SIFT描述運算元這一組合取得了最優性能。（2）根據文本圖像上關鍵點的分布特性，利用基於密度的聚類算法DBSCAN對其聚類。（3）將聚類結果表示為一個圖，其中圖中頂點代表一個聚類，而圖中的邊則代表該邊所連線兩個聚類之間的位置關係。（4）藉助運輸模型實現了允許頂點多對多映射的非精確圖匹配。（5）建立了一個近重複文本圖像數據集。大量實驗結果表明本項目所研究的方法對近重複文本圖像之間所存在的差異具有很好的魯棒性。
