项目名称：面向海量图像数据和移动计算环境的形状检索关键技术及其应用研究

项目编号：61372158

近些年来，随着图像数据的爆炸式增长和便携式移动设备的大量使用，面向大规模图像数据的检索和移动视觉搜索，成为当前基于内容的图像检索研究领域的一个热点问题。本项目旨在研究面向大规模图像数据和移动计算环境的形状检索关键技术，内容包括：研究适合于大规模图像检索和移动检索的形状描述与匹配新方法；研究形状相似性度量函数的学习机制；研究哈希索引技术；研究实际应用于植物叶片图像检索和专利图像检索问题。本课题拟开展的具有创新性的研究工作思路包括：研究一种多尺度拱高轮廓线形状描述方法；提出一种结构化的Radon变换新方法，并将其应用于区域形状和二值图像分析；提出一种动态的形状上下文相似性学习机制；提出一种基于智能优化的哈希函数学习方法；在植物叶片图像检索应用研究中，拟组合轮廓线形状特征和叶脉特征，并采用协同传播学习机制，融合多种距离度量函数，来提高检索检索精度，同时采用语义哈希索引技术提高检索的效率，以适合于移动计算环境；在专利图像检索应用中，采取结构化Radon变换新方法，快速而与有效的抽取二值化后的专利图像的特征，以适用于大规模图像检索的需要。