论文-基于综合概率函数和相关反馈的图像检索

绪论1.1研究背景和意义商标是在生产、制造、加工、拣选或者经销的商品上或者服务的提供者在其商品或者提供的服务上采用的，用于区别商品或服务来源的标志。商标由文字、图形、字母、数字、三维标志、声音、颜色组合等元素构成，它是一种具有显著特征的标志，它也是经济迅速发展的一个产物。我国是世界第一商标大国，商标注册申请量和审查量等均位居世界第一。因此，高效、准确地从商标库中检索出潜在的近似商标成为一个重要研究方向[1]。商标作为一种特殊的并且具有商业价值和法律效力的图片，为了凸显它的价值，应该具有外形唯一性。因此应当避免申请注册商标和已注册商标相似。为了避免与已经注册的商标相似，需要在商标注册之前对已注册的商标进行检索[1]。传统的商标检索的那种先通过人工对商标进行分类，再根据人工分配的分类码来检索商标图像的方法，既耗时又主观主义[2]，一般只能适用于几乎全用文本的商标，对于那种没有多少文本而是用图片为内容的商标，这种检索准确率很低。所以在商标检索过程中，如何探测现代用户需求，提供最能满足用户意图的个性化检索结果成为当前图像检索技术中急需解决的课题。目前最近几年出现的尺度不变特征变换算法SIFT及相关算法PCA-SIFT[4]和SUFR[4]算法，这几种局部特征算法能提取出比较稳定的特征点，并且对光照、旋转、尺度甚至是仿射变化都具有很好的鲁棒性，但是这类算法在进行特征匹配时采用的方法比较耗时，无法应用于大量图像的快速检索。使利用SIFT提供个性化智能检索成为具有实践性和创新性的研究方向。本文以Zernike矩、伪Zernike矩、Hu矩和模糊方向以及Legendre矩算法作为特征分别进行了检索，并用SIFT算法对结果进行了匹配检验。1.2传统的商标检索技术1.2.1基于文本的商标检索技术基于文本的商标图像检索沿用了传统文本检索技术，回避对图像可视化元素的分析，而是从图像名称、图像尺寸、压缩类型、作者、年代等方面标引图像，一般以关键词形式的提问查询图像，或者是根据等级目录的形式浏览查找特定类目下的图像，如GettyAAT使用近133,000个术语来描述艺术、艺术史、建筑以及其它文化方面的对象，并推出30多个等级目录，从7方面描述图像的概念、物理属性、类型和刊号等。又如Gograph将图像分为动态图像、照片、图标、背景、艺术剪辑图、插图、壁纸、界面、成套图像8个一级类，下设数量不等的子类。在图像数字化之前，档案管理者、图书管理员都是采用这种方式组织和管理图像。基于文本的商标图形检索典型的的操作方法是将我们想要的商标图像用某一种查询语言描述，检索的过程就是匹配标注和描述，然后将商标图形数据库中相似的图像返回。目前广泛使用的如Google，百度的图片搜索就是应用的这种模式。1.2.2基于分类的商标检索技术目前,基于分类的商标检索技术是实践中使用最为普遍的方式之一,通过等级式分类目录对不同行业不同领域的商标进行分类和组织,并提供基于分类的浏览查找。著名的商标国际分类通用标准有《有关商标注册用商品和服务国际分类的尼斯协定》(简称《尼斯协定》,NiceClassification)[3],我国在1988年以前采用的是国内分类法,自1988年11月开始采用尼斯国际分类。尼斯分类包括45个大类,其中商品34类,服务项目11类,共包含一万多个商品和服务项目。同时为了对包括图形要素的商标建立分类,另有《建立商标图形要素国际分类的维也纳协定》(简称《维也纳协定》,ViennaClassification)[5],用于对图形要素进行编码分类显示,该分类由商标图形要素按大类、小类及组分类的一览表组成,并根据情况加以注释。1.2.3传统商标检索技术的缺点 （1）基于文本的商标检索技术的缺点由于对商标图像的标注的深度不够和查询方式的单一，基于文本的商标检索技术就不能达到很好的效果，无法令人真正满意，用户需要在返回的很多商标中一个个再次查找，导致检索的效率不高，这些问题的出现使得基于文本的商标检索的应用出现障碍，从而促进了基于内容的商标检索技术的发展。（2）基于分类的商标检索技术的缺点基于分类的商标检索方法大量依赖人工处理，面对日益增加的大量待注册商标，分类和标记太慢；分类方法一旦确定后，就难以更改，对于大家制定的标准中出现的不合理的地方很难去修改，也很难在分类标准中更新标准，因为这样做的话需要对重新分类已有的所有图像。由于以上原因，传统的商标检索技术已经日益落后于人们对于商标检索的需求，而基于内容的商标检索技术日益成为人们研究的热点。1.3基于内容的商标检索技术基于内容的图像检索技术，即CBIR[5](Content-basedimageretrieval)，是计算机视觉领域中关注大规模数字图像内容检索的研究分支。典型的CBIR系统，允许用户输入一张图片，查找具有相同或相似内容的其他图片。而商标检索技术是这些技术的应用方向之一。T.Kato在1992年提出基于内容的图像检索技术这一概念。他构建了一个基于色彩与形状的图像数据库，然后提供了一定的检索功能进行实验。此后，基于图像特征提取以实现图像检索的过程以及CBIR这一概念，被广泛应用于各种研究领域，如统计学、模式识别、信号处理和计算机视觉。目前，该技术已成功应用于人脸识别技术；针对商标与设计专利类的图像进行检索，防止专利纠纷的产生。图1.1CBIR检索流程示意图因为图像的信息量一般要大于纯粹的文本信息，所以基于内容的图像检索在检索的速度和效率上要求更高。目前已有不少应用于实践环境的基于内容图像检索系统，如由IBM公司开发的最早商业化QBIC系统，以及由哥伦比亚大学研发的WebSeek系统、麻省理工学院研发的Photobook系统等[5]。1.4基于内容的商标检索技术的现状和分析商标图像特征一般包括颜色、形状以及版面等特征，与其它图像相比，作为人工图像的商标图像，其形状特征较颜色特征更为显著，而且许多商标图像属于单色无纹理的二值图像，因此一般利用形状特征进行检索，而形状特征的表达必须以对图像中物体或区域的划分为基础。对于一般的图像，当前的技术无法做到准确而鲁棒的自动图像分割，对于商标图像，其包含的物体或区域可以直接获得，所以形状特征能很好地应用于商标图像检索。为方便对图像进行形状特征提取。先将商标图像转换成二值商标图像。二值商标图像仅仅由白色和黑色两种像素组成，本文默认黑色为目标像素，白色为背景像素。基于内容的图像检索方法，就是指先提取出图像中物体的颜色、形状、纹理等图像特征，以及这些特征的组合，再生成特征向量，用特征向量来表征图像内容，通过对特征向量进行相似性度量，来查询检索图像的方法。从定义就可以知道，基于内容的图像检索技术的关键就是特征提取和匹配，主要包括：图像的特征提取、相似性度量和相关性反馈等方面[6]。1.4.1国外基于内容的商标检索技术现状QBIC[5](QueryByImageContent)是IBM公司的推出的世界上第一个商业化的基于内容的图像检索系统，它的出现对后来的图像检索技术发展有着深远的影响。T.Kato在1992年提出这一概念。他构建了一个基于色彩与形状的图像数据库，然后提供了一定的检索功能进行实验。此后，基于图像特征提取以实现图像检索的过程以及CBIR这一概念，被广泛应用于各种研究领域，如统计学、模式识别、信号处理和计算机视觉。目前，该技术已成功应用于人脸识别技术；针对商标与设计专利类的图像进行检索，防止专利纠纷的产生。STAR[7](SystemforTrademarkArchivalandRetrieval)是由新加坡国立大学开发的商标图像检索系统，它结合颜色和形状特征，而且同时使用了商标图像的三种主要的特征，商标形状和结构、商标文字和商标含义，而不同于其它的系统通常只采用图像的形状特征，使得在计算图像相似性时的判断更加灵活。主要采用基于边界的Fourier描述子、不变矩和研究比较成熟的灰度投影这些商标图像的形状特征来描述，而且使用多特征融合可以提取商标图像不同侧重的特征点，实际上起到了取长补短的作用。系统还支持相关反馈来提取商标图像中的重要部分，将这些部分从图像中分割出来，然后通过计算并存储这些部分的形状特征，并将它们分类为既定的类别中的一个或多个，这种方法能够反映整个商标图像的整体形状。除此之外，STAR系统采用一种基于词典的模糊辞典技术。1.4.2国内基于内容的商标检索技术现状我国在1988年以前采用的是国内分类法,自1988年11月开始采用尼斯国际分类。尼斯分类包括45个大类,其中商品34类,服务项目11类,共包含一万多个商品和服务项目。同时为了对包括图形要素的商标建立分类,另有《建立商标图形要素国际分类的维也纳协定》(简称《维也纳协定》,ViennaClassification)[4],用于对图形要素进行编码分类显示,该分类由商标图形要素按大类、小类及组分类的一览表组成,并根据情况加以注释。MIRES[11]是中科院计算所智能信息处理重点实验室，在国家863计划支持下研制的，可以完成示例图像、关键词或两种模式交互混合三种方式的检索，允许用户设置各种特征的权重因子，支持相关反馈。在MIRES系统中，用户在客户端可以上传检索样本图像，也可以提供样本图像的语义关键词，对于专业用户还可以设置一些重要参数和对结果进行相关反馈。MIRES系统在服务器端的工作，主要是接收用户上传的检索要求，通过对数据和参数进行分析，来选择最佳的查询策略，并启动相应的检索引擎，进行检索。最后将查询结果按照图像的相似度降序排列后返回给用户。另外MIRES系统还提供了分布式的系统运行平台，使用户和服务器有着更好的通信方式。1.5本文的研究工作本文主要研究了基于内容的商标检索技术，针对于Zernike矩、伪Zernike矩、Legendre矩、模糊方向和Hu矩算法进行了商标检索实验，然后用SIFT算法对用传统算法检索出的结果进行匹配，然后比较了Zernike矩、伪Zernike矩、Legendre矩、模糊方向和Hu矩算法的优劣，并就SIFT算法的性能进行了研究。首先我通过实验分析了Zernike矩、伪Zernike矩、Legendre矩、模糊方向和Hu矩算法的优劣，并对其进行了分析，然后运用SIFT对匹配出的图像进行匹配，算出匹配的特征点数，然后与之前得到的结果进行对比，分析结果的差异。最后在结合前人研究成果和现在的发展趋势，以及自己的一些浅薄观点，对基于内容的商标检索技术的发展和改善提出了自己的一些看法和意见。1.6本文的内容安排首先介绍了论文研究的背景和研究意义，并就现有的商标检索方法进行分析。针对现有的商标检索方法的弊端，介绍了基于内容的商标检索的研究意义和必要性，另外还介绍了基于内容的商标检索技术的发展以及目前的研究现状，最后概括了本文的主要研究内容和文章结构安排。主要介绍了常见的传统特征提取方法：基于点的特征提取、基于轮廓的特征提取、基于区域的特征提取，并对这三种算法进行了分析。然后着重分析了SIFT算法以及该算法的运算步骤。主要介绍了基于内容的商标检索技术的性能检测的主要方法。主要介绍了基于内容的商标检索技术的实验步骤和实验思路，然后就实验过程和实验得到的结果进行了简单的分析。主要对当前比较流行的方法和新兴的基于内容的商标检索技术进行一些展望，并就检索性能的改善提出自己的一些看法。

2基于内容的商标检索中的特征提取2.1引言一般来说，图像的特征主要是指图像的纹理特征、颜色特征、形状特征。提取纹理特征的常用的方法有：小波变换、灰度共生矩阵、Tamura纹理等；提取颜色特征的常用方法有：颜色矩、颜色直方图等；提取形状特征的常用方法有：傅里叶描述子、Hu不变矩、小波轮廓描述子等。商标的特征提取是基于内容的商标检索的重要组成部分，后面的商标检索和匹配精度很大程度上取决于商标特征的优劣性。商标图像与一般图像比较，有图像简单，纹理信息比较少，而且颜色信息和空间信息也不足以判别两个商标是否相似。所以基于内容的商标检索中，形状特征是相对而言更加重要的特征。传统的基于内容的商标检索的特征提取方法主要是基于轮廓和基于区域的特征提取方法。一般来说，传统的许多特征提取算法存在计算复杂、可靠性低，或者算法思想简单、应用性差等问题。而且会对图像中如光照，仿射变化等属性非常敏感。最近几年，随着DavidG.Lowe在2004年完整提出SIFT算法以来，利用图像的局部特征来表征图像已经越来越成为研究的热点。相比于传统方法，SIFT及相关算法不仅能提取出对旋转变化、放缩变化、光照变化、仿射变化变现稳定的特征点，而且能够提取出图像的局部区域特征相似点，匹配能力很强，甚至对三维物体也具有非常好的效果。为了能选择出一个适合商标图像的特征提取方法，首先我们将介绍现有的特征提取方法和SIFT相关算法，然后用实验去检验各自的效果，最后进行分析和比较。2.2现有的基于内容商标检索的特征提取方法商标图像一般是二值图像，所以形状特征是其主要的特征。Hu在1962年提出了关于图像识别的不变矩理论，用7个Hu不变矩来表征图像的形状。7个Hu不变矩对于旋转、缩放、平移的变化不敏感，反映了区域的共有特性，已经在图像形状特征提取中得到广泛应用。总的来说，目前比较常见的商标特征提取方法有三种，一是基于点特征的特征提取方法，它一般是基于图像灰度的；二是基于轮廓的特征提取方法，它一般是基于物体轮廓坐标序列的；三是基于区域的特征提取方法，它一般是基于统计矩的。下面我就主要介绍一下这三种常见的商标特征提取方法。2.2.1基于点的特征提取方法在实际的商标检索应用中，商标图像可能受到平移、视角、光照、尺度等因素的影响，选择对这些变化不敏感的点是最佳代表这图图像某块区域的特征点，也称为角点，通过图像像素的灰度或者梯度信息进行特征点提取，可以很好的从嘈杂的一些背景中检测出图像的边缘特征点，现在应用得比较广泛的是Moravec算子和Harris算子，它们已经被很多商标检索研究人员应用到实际场合中。下面我将主要介绍一下这两个描述子。（1）Moravec算子Moravec在1981年提出了著名的Moravec角点算子，它是一种基于灰度方差的角点检测算法，该算子计算图像中某个像素点沿着水平、垂直、对角线、反对角线四个方向的灰度方差，其中的最小值选为该像素点的角点响应值CRF(Corner

Response

Function)，再通过局部非极大值抑制来检测是否为角点。图2-1Moravec算子步骤对一个像素点进行角点测度是以图像中该点为中心，设定一个3×3矩形窗口，并让该点沿着窗口另外八个主方向进行平移，最后计算在平移方向后的对应像素点灰度差的平方和，Moravec定义为灰度变化。通过这种角点测度后，能很好的检测出角点。公式中的表示未平移的矩形框中第i个像素的灰度值，表示未平移的矩形框中第i个像素的灰度值。(2-1)Moravec通过把计算出来的灰度变化的极值作为该像素点的兴趣值，同时人为地设定一个经验阈值，将那些兴趣阈值大于这个经验阈值的点构成候选点集，而小于的点全部设置为0。最后求出“修正图像”的局部极大值，即保留一定区域中兴趣值为最大的候选点，这样剩下来的那些极大值点就构成了这个图像的角点集。（1）Harris算子虽然Moravec算子计算简单直观，而且速度很快，但是最大的问题是没有考虑到孤立点处的测度也有可能成为局部最大值，也就是边缘上也会有非角点的极大值，于是Moravec算子对噪声比较敏感。针对这些问题，1988年Harris提出了著名的并且至今也广泛使用的Harris算子。Harris算子是对Moravec算子的改进，主要体现在两个方面：一是用像素的变化梯度代替像素值直接相减并且引入高斯窗函数，二是推广出了一个公式，这样可以计算任意方向上的像素值变化，而不在是8个固定的方向进行计算。这种描述子受信号处理中自相关函数的启发，得出与自相关函数相联系的矩阵M。M阵的特征值是自相关函数的一阶曲率，如果两个曲率值都高，则认为该点是角点。Harris算子的表达式如下：(2-2)其中：(2-3)为方向的梯度，为方向的梯度；为高斯滤波模板，为图像的卷积操作，为每个点的兴趣值，为矩阵的行列式，为矩阵的迹，为默认常数。2.2.2基于轮廓的特征提取方法形状特征是商标图像比较明显的视觉特征，而各种形状的商标具有不同的图像边缘轮廓，这成为基于轮廓的商标检索的研究思路。通过研究一些算法商标图像的边缘处提取相应的特征，并作进一步的相似性匹配。一般首先提取图像的边缘点，然后连接边缘点，得到一系列的曲线，最后用这些曲线去表征所提取的形状。本文介绍的目前比较常见的边缘特征算子提取方法主要有：canny算子边缘检测、hough变换、傅里叶边缘描述子、Gabor边缘描述子和小波变换描述子等。下面主要介绍一下小波变换描述子。小波分析是从1986年兴起的一个崭新的数学分析工具。大量实验数据表明，基于小波变换的多尺度边缘检测算法在对有噪图像进行检测时，比经典的边缘检测算法有更好的性能[14]。而且小波变换的尺度越大，得到的图像轮廓就越清晰。下面简单描述一下小波变换的运算步骤：设为二维平滑函数，而且满足条件：，把它沿和两个方向上的导数作为两个基本小波：(2-4)再令：(2-5)(2-6)式中：(2-7)则对于任意的二维函数，它的小波分量有两个分量：1.沿方向：(2-8)2.沿方向：(2-9)式中为二次卷积。2.2.3基于区域的特征提取方法基于区域的特征提取方法主要是利用区域的统计矩来描述图像区域征，通过把一个归一化的灰度级函数理解为一个二维随机变量的概率密度。主要是对图像的不变特征信息的进行统计，将这些统计矩来表征该图像的特征。目前常用的基于区域的矩描述子主要包括：Hu不变矩描述子、Zernike矩描述子、伪-Zernike矩描述子、Legendre矩描述子等。本文主要介绍一下Hu不变矩描述子和Zernike矩描述子以及伪Zernike矩描述子。（1）Hu不变矩描述子

矩特征主要表征了图像区域的几何特征,又称为几何矩，由于其具有旋转、平移、尺度等特性的不变特征，所以又称其为不变矩。在图像处理中，几何不变矩可以作为一个重要的特征来表示物体，可以据此特征来对图像进行分类等操作。

几何矩是由Hu(Visualpatternrecognitionbymomentinvariants)在1962年提出的，具有平移、旋转和尺度不变性。在连续情况下，图像函数为，那么图像的阶几何矩（标准矩）定义为：(2-10)阶中心距定义为：(2-11)其中和代表图像的重心，(2-12)(2-13)对于离散的数字图像，采用求和号代替积分：(2-14)(2-15)和分别是图像的高度和宽度；归一化的中心距定义为：；其中(2-16)利用二阶和三阶归一化中心距构造了7个不变矩:(2-17)(2-18)(2-19)(2-20)(2-22)(2-23)(2-24)这7个不变矩构成一组特征量，Hu.M.K在1962年证明了他们具有旋转，缩放和平移不变性。（2）Zernike矩描述子Zernike矩描述子是Zernike在1934年引入了一组定义在单位圆上的复数函数集，具有完备性和正交性，使得它可以定义在单位圆内的任何平方可积函数。其定义为：(2-25)表示原点到点的矢量长度；表示矢量与轴逆时针方向的夹角。是实值径向多项式：(2-26)称为Zernike多项式。Zernike多项式满足正交性：(2-27)其中为克罗内克符号，由于Zernike多项式的政教完备性，所以在单位圆内的任何图像都可以用下面式子展开：(2-28)式中就是Zernike矩，其定义为：(2-29)注意式子中和采用不同的坐标系，在计算的时候要注意坐标转换。（3）伪Zernike矩描述子伪Zernike其实和Zernike矩很相似，它也是一种正交矩，只不过两者之间的正交多项式不一样。两者相比，伪Zernike矩在抑制噪声方面比Zernike矩效果更好。阶重的复数伪Zernike矩被定义为：(2-30)式中，，是图像函数，而则表示复数共轭，是整数，是偶数并满足：。它的极坐标表示形式为：(2-31)式中，；。伪Zernike多项式在极坐标中表示为：(2-32)式中，，定义在单位圆上，是实值向伪Zernike多项式，定义为：(2-33)如果数字图像是离散的，那么几分可以用求和来替代：，(2-34)（4）Legendre矩Tegue运用Legendre多项式作为核函数[21]，提出了正交的Legendre矩，这种算法克服了几何矩[22]，重建困难以及对噪声敏感的缺点，所以它的应用在模式识别比较广泛。在商标检索中，我们也可以应用Legendre算法。对于一个密度函数为的二维图像，它的阶Legendre正交矩定义为：(2-35)式中为p阶的Legendre多项式，其定义为：，(2-36)（5）Fuzzy算法FuzzyC-Means聚合算法在图像分割(segmentation)和图像视觉处理中常常被用到聚合算法之一。FuzzyC-means算法主要是比较RGB空间的每个像素值与Cluster中的每个中心点值，最终给每个像素指派一个值(0-1之间)说明该像素更接近于哪里Cluster的中心点，模糊规则是该像素对所有cluster的值之和为1。简单的举例：假设图像中有三个聚类cluster1，cluster2，cluster3，像素A对三个聚类的值分别为,,,根据模糊规则。更进一步，，如果最大，则该像素比较接近于Cluster1。计算总的对象值：(2-37)当的两次差值小于指定的精度时，停止计算，输出分割后的图像结果。其中是指第个像素点与第个聚类之间的欧式距离。指第个像素与第个聚类模糊值，是个输入参数，这里的默认值为2。计算的公式如下：(2-38)计算的公式如下：(2-39)2.3现有的特征提取方法性能分析随着国内外基于内容的商标图像检索技术的不断发展，越来越多的研究者对图像的形状视觉特征进行了研究。现有的特征提取方法都不尽完美。小波变换描述子是在傅里叶描述子基础上的改进，它的特点是具有多分辨率，在时、频两域都具有表征信号局部特征的能力，使得小波变换具有对信号的自适应性，这是传统傅里叶描述子所不具备的[6]。它最大的缺点是计算复杂，对图像的轮廓要求较高，而且算法也不太稳定。基于区域的一些算法主要是利用图像区域的不变矩来描述图像的区域特征，相比基于轮廓的算法，具有算法简单易行，稳定并实用的优点。Hu不变矩的低阶矩能很好的刻画图像的整体特征，但不具有太多的图像细节信息，而高阶矩又容易受到噪声影响，不稳定，因此很难简单的利用Hu不变矩进行大量商标的检索。Zernike矩通过正交理论，可以很容易的构造出任意的高阶矩，还可以用比较少的矩信息去恢复图像，是众多矩特征描述子中，效果比较好的。除常见的这些方法外，黄等人最近又提出了利用特征点平均矩特征的商标图像检索方法[30]，虽然基于区域的算法比较稳定也容易计算，但大都比较粗糙，不能真正的反映物体的形状，最重要的是商标图像一般很少出现整体相似的情况，大部分情况是出现在图像的局部相似，而基于区域的方法却很难扑捉到图像的局部详细信息，而针对这些情况，基于点特征的算法具有不错的效果。Moravec算法通过计算图像中那些灰度变化的极值点，并且人为地设定一个经验阈值来过滤这些极值点，虽然能很好的找出图像中一些能代表某块区域的角点，但算法太多粗糙，对噪声点和边缘点敏感。针对这个问题，Harris算法改进了Moravec算法，使其对噪声点和边缘点有着很好的效果，但同时保留了一个最大的问题就是Harris算法不是尺度不变的，当尺度发生变化时，原来的特征点就不见了[29]，为了解决这种尺度变换问题，G.Lowe教授提出了尺度不变特征变换算法SIFT(ScaleInvariantFeatureTransform)，并成为目前应用最广泛的特征描述子。2.4SIFT特征提取算法及其过程2.4.1SIFT特征提取算法概述尺度不变特征转换(Scale-invariantfeaturetransform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由

DavidLowe在1999年所发表，2004年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、模型建立、手势辨识、影像追踪和动作比对。此算法有其专利，专利拥有者为英属哥伦比亚大学。局部影像特征的描述与侦测可以帮助辨识物体，SIFT

特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。对于光线、噪声、些微视角改变的容忍度也相当高。基于这些特性，它们是高度显著而且相对容易撷取，在母数庞大的特征数据库中，很容易辨识物体而且鲜有误认。使用SIFT特征描述对于部分物体遮蔽的侦测率也相当高，甚至只需要3个以上的SIFT物体特征就足以计算出位置与方位。在现今的电脑硬件速度下和小型的特征数据库条件下，辨识速度可接近即时运算。SIFT特征的信息量大，适合在海量数据库中快速准确匹配。Lowe将SIFT算法分解为如下四步：图2-2SIFT算法流程1.尺度空间极值检测：搜索所有尺度上的图像位置。通过高斯微分函数来识别潜在的对于尺度和旋转不变的兴趣点。2.关键点定位：在每个候选的位置上，通过一个拟合精细的模型来确定位置和尺度。关键点的选择依据于它们的稳定程度。3.方向确定：基于图像局部的梯度方向，分配给每个关键点位置一个或多个方向。所有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换，从而提供对于这些变换的不变性。4.关键点描述：在每个关键点周围的邻域内，在选定的尺度上测量图像局部的梯度。这些梯度被变换成一种表示，这种表示允许比较大的局部形状的变形和光照变化。本文沿着Lowe的步骤，详解SIFT算法的实现过程。2.4.2高斯模糊SIFT算法是在不同的尺度空间上查找关键点，而尺度空间的获取需要使用高斯模糊来实现，Lindeberg等人已证明高斯卷积核是实现尺度变换的唯一变换核，并且是唯一的线性核。本节先介绍高斯模糊算法。(1)二维高斯函数高斯模糊是一种图像滤波器，它使用正态分布(高斯函数)计算模糊模板，并使用该模板与原图像做卷积运算，达到模糊图像的目的。N维空间正态分布方程为：(2-40)其中，是正态分布的标准差，值越大，图像越模糊(平滑)。r为模糊半径，模糊半径是指模板元素到模板中心的距离。如二维模板大小为m*n，则模板上的元素(x,y)对应的高斯计算公式为：(2-41)(2)图像的二维高斯模糊根据的值，计算出高斯模板矩阵的大小()，使用公式(2-41)计算高斯模板矩阵的值，与原图像做卷积，即可获得原图像的平滑(高斯模糊)图像。为了确保模板矩阵中的元素在[0,1]之间，需将模板矩阵归一化。5*5的高斯模板如表2.1所示。表2.15*5的高斯模板6.5857-0060.0004247810.001703540.0004247816.5857-0060.0004247810.02739840.1098780.02739840.0004247810.001703540.1098780.4406550.1098780.001703540.0004247810.02739840.1098780.02739840.0004247816.5857-0060.0004247810.001703540.0004247816.5857-006下图是5*5的高斯模板卷积计算示意图。高斯模板是中心对称的。图2-3高斯模板卷积计算示意图(a)原图（b）=0.6（c）=10.0图2-4二维高斯模糊效果图2.4.3尺度空间极值点检测尺度空间理论的基本思想是：在图像信息处理模型中引入一个被视为尺度的参数，通过连续变化尺度参数获得多尺度下的尺度空间表示序列，对这些序列进行尺度空间主轮廓的提取，并以该主轮廓作为一种特征向量，实现边缘、角点检测和不同分辨率上的特征提取等。尺度空间方法将传统的单尺度图像信息处理技术纳入尺度不断变化的动态分析框架中，更容易获取图像的本质特征。尺度空间中各尺度图像的模糊程度逐渐变大，能够模拟人在距离目标由近到远时目标在视网膜上的形成过程。在SIFT算法的第一步中，主要是在多分辨率技术的基础上SIFT算法采用高斯差分函数卷积核来做滤波，最后计算出尺度空间下的图像极值。(1)尺度空间的表示方法一个图像的尺度空间，定义为一个变化尺度的高斯函数与原函数的卷积。(2-42)其中，表示卷积运算，(2-43)m,n表示高斯模板的维度，表示图像的像素位置。是尺度空间因子，值越小表示图像被平滑的越少，相应的尺度也就越小。大尺度对应于图像的概貌特征，小尺度对应于图像的细节特征。(2)高斯金字塔的构建尺度空间在是实现时使用高斯金字塔表示，高斯金字塔的构建分为两个部分：1.对图像做不同尺度的高斯模糊2.对图像做降采集（隔点采样）。图2-5高斯金字塔(来源：/zddblog/article/details/7521424)图像的金字塔模型是指，将原始图像不断降阶采样，得到一系列大小不一的图像，由大到小构成的塔状模型。原图像为金字塔的第一层，每次降采样所得到的新图像为金字塔的一层（每层一张图像），每个金字塔共n层。金字塔的层数根据图像的原始大小和塔顶图像的大小共同决定，其计算公式如下：(2-44)其中M,N为原图像的大小，t为塔顶图像的最小维数的对数值。比如说对于大小为512*512的图像，金字塔上各层图像的大小如表所示，当塔顶图像为4*4时，n=7，当塔顶图像为2*2时，n=8。表2.2515*512金字塔顶层图像大小与层数的关系图像大小51221612864168421金字塔层数123456789为了让尺度体现其连续性，高斯金字塔在简单降采样的基础上加上了高斯滤波。如图3.1所示，将图像金字塔每层的一张图像使用不同参数做高斯模糊，使得金字塔的每层含有多张高斯模糊图像，将金字塔每层多张图像合称为一组(Octave)，金字塔每层只有一组图像，组数和金字塔层数相等，使用公式(3-3)计算，每组含有多张(也叫层Interval)图像。另外，降采样时，高斯金字塔上一组图像的初始图像(底层图像)是由前一组图像的倒数第三张图像隔点采样得到的。(3)高斯差分金字塔Lindeberg早在1994年就发现高斯差分函数（DifferenceofGaussian

，简称DOG算子）与尺度归一化的高斯拉普拉斯函数非常相似。其中和的关系可以从如下公式推导到：(2-45)利用差分近似代替积分，则有：(2-46)因此有：(2-47)其中k-1是常数，不影响极值点位置的求取。在实际计算时，使用高斯金字塔每组中相邻上下两层图像相减，得到高斯差分图像，如图3.3所示，进行极值检测。图2-6高斯差分金字塔的生成(来源：/zddblog/article/details/7521424)(4)空间极值点检测(关键点的初步探查)关键点是由DOG空间的局部极值点组成的，关键点的初步探查是通过同一组内各DoG相邻两层图像之间比较完成的。为了寻找DoG函数的极值点，每一个像素点要和它所有的相邻点比较，看其是否比它的图像域和尺度域的相邻点大或者小。如图3.4所示，中间的检测点和它同尺度的8个相邻点和上下相邻尺度对应的9×2个点共26个点比较，以确保在尺度空间和二维图像空间都检测到极值点。

图2-7DOG空间极值检测(来源：/zddblog/article/details/7521424)由于要在相邻尺度进行比较，如图3.3右侧每组含4层的高斯差分金子塔，只能在中间两层中进行两个尺度的极值点检测，其它尺度则只能在不同组中进行。为了在每组中检测S个尺度的极值点，则DOG金字塔每组需S+2层图像，而DOG金字塔由高斯金字塔相邻两层相减得到，则高斯金字塔每组需S+3层图像，实际计算时S在3到5之间。这样产生的极值点并不全都是稳定的特征点，因为某些极值点响应较弱，而且DOG算子会产生较强的边缘响应。2.4.4关键点的定位以上方法检测到的极值点是离散空间的极值点，以下通过拟合三维二次函数来精确确定关键点的位置和尺度，同时去除低对比度的关键点和不稳定的边缘响应点(因为DOG算子会产生较强的边缘响应)，以增强匹配稳定性、提高抗噪声能力。(1)关键点的精确定位离散空间的极值点并不是真正的极值点，图4.1显示了二维函数离散空间得到的极值点与连续空间极值点的差别。利用已知的离散空间点插值得到的连续空间极值点的方法叫做子像素插值（Sub-pixel

Interpolation）。图2-8离散空间与连续空间极值点的区别为了提高关键点的稳定性，需要对尺度空间DoG函数进行曲线拟合。利用DOG函数在尺度空间的Taylor展开式(拟合函数)为：(2-48)其中，。求导并让方程等于零，可以得到极值点的偏移量为：(2-49)对应极值点，方程的值为：(2-50)其中，代表相对插值中心的偏移量，当它在任一维度上的偏移量大于0.5时（即x或y或），意味着插值中心已经便宜到它的邻近点上，所以必须改变当前关键点的位置。同时在新的位置上反复插值直到收敛；也有可能超出所设定的迭代次数或者超出图像边界的范围，此时这样的点应该删除，在Lowe中进行了5次迭代。另外，过小的点易受噪声的干扰而变得不稳定，所以将小于某个经验值(Lowe论文中使用0.03，RobHess等人实现时使用0.04/S)的极值点删除。同时，在此过程中获取特征点的精确位置(原位置加上拟合的偏移量)以及尺度(和)。(2)关键点的精确定位一个定义不好的高斯差分算子的极值在横跨边缘的地方有较大的主曲率，而在垂直边缘的方向有较小的主曲率。DOG算子会产生较强的边缘响应，需要剔除不稳定的边缘响应点。获取特征点处的Hessian矩阵，主曲率通过一个2

的Hessian矩阵H求出：(2-51)的特征值和代表和方向的梯度，(2-52)(2-53)表示矩阵对角线元素之和，表示矩阵的行列式。假设是较大的特征值，而是较小的特征值，令，则(2-54)D的主曲率和的特征值成正比，令为最大特征值，β为最小的特征值，则公式的值在两个特征值相等时最小，随着的增大而增大。值越大，说明两个特征值的比值越大，即在某一个方向的梯度值越大，而在另一个方向的梯度值越小，而边缘恰恰就是这种情况。所以为了剔除边缘响应点，需要让该比值小于一定的阈值，因此，为了检测主曲率是否在某域值r下，只需检测(2-55)式(2-55)成立时将关键点保留，不成立则剔除。这样，我们就得到了能够表征整个图像的特征点，而且这些特征点在多尺上既有不变性，而且将很多不稳定的特征点剔除了。图2-9图像的特征点的采集2.4.5关键点的方向分配为了使描述符具有旋转不变性，需要利用图像的局部特征为给每一个关键点分配一个基准方向。使用图像梯度的方法求取局部结构的稳定方向。对于在DOG金字塔中检测出的关键点点，采集其所在高斯金字塔图像3邻域窗口内像素的梯度和方向分布特征。梯度的模值和方向如下：(2-56)(2-57)L为关键点所在的尺度空间值，按Lowe的建议，梯度的模值按的高斯分布加成，按尺度采样的原则，邻域窗口半径为。在完成关键点的梯度计算后，使用直方图统计邻域内像素的梯度和方向。梯度直方图将0~360度的方向范围分为36个柱(bins)，其中每柱10度。如图5.1所示，直方图的峰值方向代表了关键点的主方向，(为简化，图中只画了八个方向的直方图)。图2-10关键点的方向分配方向直方图的峰值则代表了该特征点处邻域梯度的方向，以直方图中最大值作为该关键点的主方向。为了增强匹配的鲁棒性，只保留峰值大于主方向峰值80％的方向作为该关键点的辅方向。因此，对于同一梯度值的多个峰值的关键点位置，在相同位置和尺度将会有多个关键点被创建但方向不同。仅有15％的关键点被赋予多个方向，但可以明显的提高关键点匹配的稳定性。实际编程实现中，就是把该关键点复制成多份关键点，并将方向值分别赋给这些复制后的关键点，并且，离散的梯度方向直方图要进行插值拟合处理，来求得更精确的方向角度值。图2-11关键点的方向分配实验2.4.5关键点特征描述通过以上步骤，对于每一个关键点，拥有三个信息：位置、尺度以及方向。接下来就是为每个关键点建立一个描述符，用一组向量将这个关键点描述出来，使其不随各种变化而改变，比如光照变化、视角变化等等。这个描述子不但包括关键点，也包含关键点周围对其有贡献的像素点，并且描述符应该有较高的独特性，以便于提高特征点正确匹配的概率。

SIFT描述子是关键点邻域高斯图像梯度统计结果的一种表示。通过对关键点周围图像区域分块，计算块内梯度直方图，生成具有独特性的向量，这个向量是该区域图像信息的一种抽象，具有唯一性。Lowe建议描述子使用在关键点尺度空间内4*4的窗口中计算的8个方向的梯度信息，共4*4*8=128维向量表征。表示步骤如下：图2-12SIFT特征描述向量的生成完成上面一系列步骤后，SIFT特征描述向量生成。2.5本章小结本章主要阐述了商标图像特征提取的方法，包括基于纹理、基于轮廓和基于形状的特征提取方法；主要说明了基于形状的特征提取方法：包括Zernike矩、伪Zernike矩、Hu不变矩、模糊方向以及Legendre矩。然后着重分析了SIFT算法的实现步骤，并进行了相应实现。

3基于内容的商标检索中的性能检测3.1引言商标检索式CBIR系统的一个分支，而作为CBIR的一个非常重要的研究内容，性能检测准则对于CBIR系统的发展有着非常重要的作用。CBIR系统性能主要考虑两个方面的因素：准确度和检索速度。检索的准确度主要取决于选取的图像特征的区分能力和相似度量算法的有效性，检索的速度主要取决于选取的图像特征相似性度量的复杂度。一般来说，准确度是人们比较关注的指标，所以我们一般指CBIR系统的性能是指它的检索准确度。如何评价一个系统检索的性能，暂时还没有一个统一的评价准则。有的检索系统使用找到正确图像的“耗费时间”来评价系统性能[36]；也有的用前N幅图像中检索出测试图像的百分比的方法[37]。这些性能虽然能在一定程度上评价系统的性能，但并不能满足我们的需求。另外，由于图像检索具有很强的主观性，所以评价一个图像检索算法性能的好坏并不是一件容易的事情。为了评价图像检索算法的有效性，我们需要一个评价方法。对此，人们提出了一些评价尺度，大致可以分为三类：第一类是用户评价，这种尺度是让用户评价和比较性能；第二类是用一些特征指标来度量，比如检索精度和回召率等；第三类使用图表的方式进行评价。3.2用户评价定义“检索结果与视觉判断的一致程度”为检索准确度。用户评价就是依靠用户在检索完成后直接观察检索是否成功，或者在系统返回的前后对比的两个或者多个检索结果，让用户选择最优的。这种方法不仅具有很强的主观性，而且耗时耗人力，因此很难大规模进行。3.3指标评价——检索精度和检索回召率检索精度和检索回召率都是信息检索中标准的性能分析方法，可以比较好地反映系统的性能，是CBIR中得到了比较广泛的评价准则。表3.1检索精度与检索回召率指标分类相关无关检索出A(一次检索过程中检索到的相关图像数目)B(一次检索过程中检索到的不相关图像数目)未检索出C(图像库中和检索图像相关但在检索中违背检索到的图像数目)D(正确排除掉的无关图像)由表3.1，我们可以定义检索精度和检索回召率为：(3-1)(3-2)有效图像指在检索中与测试图像相似的图像，检索精度是指返回有效图像的数量与总数的比率；检索回召率指返回有效图像数与有效图像总数的比率。从这里可以看出，检索的全面性由检索回召率反映，检索的准确性由检索精度反映。如果我们只选择其中的一个来衡量系统的有效性，那么包含的信息是不够全面的。比如说给出的结果图像的数量越多，那么系统的回召率就越高，但是系统的检索精度会下降。同样的，为了提高精度，我们可以通过只给出少量的结果图像。所以，我们应该同时使用检索精度和检索回召率，在给出检索精度时需要指出相应的检索回召率，在使用检索精度或者回召率时需要指出检索返回的结果图像的个数。3.4图表表示——检索精度回召率曲线用检索精度P作为y轴，检索回召率R作为x轴，绘制一条检索精度—检索回召率曲线，简称PVR曲线[37]（如图3.1（a）所示）。设PVR曲线为，则与x-y轴围成的面积为，称为PVR指数，将之计作E（如图3.2（b）所示）。由，可得。越大，图像检索性能越好；反之图像检索性能越差。若，那么检索性能是最好的，它的PVR曲线是。（a）（b）（c）图3-1图像检索性能评价准则3.5本章小结本章主要说明了图像检索性能的检测方法。图像检索性能的检测方法主要包括以下几种：用户评价、指标评价——检索精度和检索回召率、图表表示——检索精度回召率曲线。本文使用的主要方法是指标评价。

4基于内容的商标检索的实验及分析本文实验的第一部分工具运用的是MatlabR2014a，采用的商标数据库都是BMP格式的二值图像，每个商标图像的尺度大小都是128*128，存储容量大约为2.b。商标图像库中共有1500幅图像，其中有100幅是将前10幅图像进行变形得到的图像。4.1商标图像变形图像变形的具体步骤：利用Photoshop滤镜对图像进行挤压30%、挤压-30%、旋转扭曲70%、旋转扭曲-70%、水波围绕中心15%、世博从中心向外15%、水波水池波纹15%、球面正常70%、球面化水平有限70%和球面化垂直有限70%等处理。变形模板如图5.1。（挤压-30%）（挤压30%）（旋转扭曲70%)（旋转扭曲-70%）（围绕中心15%）（中心向外15%）（垂直优先）（正常70%）（水平优先70%）（水池15%）图4-1几何变形示意图这样可以分别得到原图像的10幅变形后的图像，包含10种、每种10幅图像，一个100幅商标图像。抽取的原图如图4.2所示。图4-2抽取的商标原图将原图变形后得到的10组共100幅商标图像，在这里只列举其中的三组。如图5.3所示。图4-3变形后的商标图像4.2商标图像检索进行检索时，我们选出一幅商标图像作为测试图像，通过读入不同的特征数据库，选择不同的特征进行检索。在运用Zernike矩、伪Zernike矩和Legendre矩、模糊方法、Hu矩进行检索时，图像间的相似性用特征向量间的欧式距离进行度量。设图像是待检索图像，分别计算出的Zernike矩特征向量，的伪Zernike矩特征向量，以及的Legendre矩特征向量。的模糊方向特征向量，的Hu特征向量。匹配算法如下：计算与Zernike特征库中各幅图像的Zernike矩特征向量之间的距离，得到前10个最小值输出。计算与伪Zernike特征库中各幅图像的伪Zernike矩特征向量之间的距离，得到前10个最小值输出。计算与Legendre矩特征库中各幅图像的Legendre矩特征向量之间的距离，得到前10个最小值输出。计算与模糊方向特征库中各幅图像的模糊方向特征向量之间的距离，得到前10个最小值输出。计算与Hu矩特征库中各幅图像的Hu矩特征向量之间的距离，得到前10个最小值输出。我们随机抽取一副图像作为测试图像进行检索，下面是检索结果：（a）基于Zernike矩的检索结果（b）基于伪Zernike矩的检索结果（c）基于Legendre矩的检索结果（d）基于模糊方向特征的检索结果（e）基于Hu矩的检索结果图4-4四种特征检索的实验结果对比图4.5给出了基于四种特征图像检索方法的实验结果，检索结果按欧式距离的顺序排列，输出了包括原图在内的6幅商标图像，（a）、（b）、（c）、（d）大部分图像看起来还是比较相似的，（e）中由于Hu矩仅由低阶矩构成，不足以充分的描述形状特征，所以导致部分形状不完全相同的图像也在检索结果中。接下来我们用10幅测试图像分别进行基于Zernike矩、伪Zernike矩、Legendre矩、Hu矩和模糊方向的特征检索，每幅图像基于5种，10幅测试图像对应50次检索过程。将相应的PVR指数绘制成表格，如表4.1所示：表4.1利用单个特征检索的PVR指数（单位：%）图像特征图像特征Zernike矩伪Zernike矩Legendre矩模糊方向Hu矩36维7维188.3591.4456.8463.1255.09280.3487.2866.8569.5263.64370.6196.9152.0366.7263.3498.0999.0995.185.7568.72588.6589.4679.8278.2581.79689.8897.1489.0982.9577.49785.8281.2672.9868.5967.54891.3984.4750.4566.4662.14988.5180.4871.6669.2564.461084.0492.6499.0973.9869.18平均86.56890.01773.39172.45967.336理论上来说，Hu不变矩存在的主要问题是：由于只由二阶和三阶矩构成，包含的信息不足以充分地描述形状特征。与之相比，36维的Zernike矩、伪Zernike矩和Legendre矩分别由11阶、8阶、6阶的高阶矩构成，识别能力明显高于Hu矩。从表4.1可以看出，Hu的平均PVR指数最低，为67.336，伪Zernike矩的平均PVR指数最高，为90.017%，我们可以看出Hu矩的检索效果相比于其他四种是比较低的，而在其他四种中，同维度情况下，伪Zernike矩的检索效果是最好的。在检索结果的对比实验中，结果表明：基于Zernike矩，伪Zernike矩、Legendre矩和模糊方向特征检索的性能高于Hu矩；在相同维数情况下，基于伪Zernike矩的商标检索性能优于其他几种算法，它的检索结果符合人的视觉感受。4.3运用SIFT对检索结果的匹配然后我想是不是可以用SIFT对检索出的商标图像进行特征匹配来观察商标图像的匹配程度呢？于是我对检索出的商标图像运用SIFT算法进行了一系列运算，因为要运用到Opencv和GSL，所以我选择了VisualStdio2010作为了以下实验的工具，首先我配置了工程的实验环境（将Opencv和GSL的一些头文件以及库文件配置到工程中等），然后进行了代码的编写。将之前变形后的图像取出后，我们再运用前面的各种特征算法进行特征编码入库，进行商标检索。对于检索出的图像，我用SIFT算法中的特征提取方法依次提取他们的特征并建立它们的特征向量、显示各自的特征个数，如图4.6所示。图4-5检索出的SIFT特征提取与个数显示当两幅图像的特征向量通过SIFT算法生成后，运用与之前一样的欧式距离作为两幅图片的特征匹配的度量因子，当距离小于某个阀值时就认为两个点匹配上，虽然由于采用的商标图像源大多比较简单，所以所能提取到的特征向量并不多，但通过实验我们可以发现，实验结果同样能够说明一些问题。图4.7分别是原图与原图以及原图与检索出的商标图像之间提取的特征的匹配个数的实验结果示意图。我按照前面的顺序，在不同的特征提取方法（Zernike矩、伪Zernike矩、Legendre矩、模糊方向和Hu矩）中分别将检索出的商标图像用SIFT算法与原图进行比较，得出匹配的特征点数并求出它们的特征值。原图与原图之间的特征匹配数（b）检索出的图像与原图的特征匹配数图4-6商标图像的SIFT匹配由表中我们可以得出与前面用检索精度——回召率基本一致的结果，Hu矩的结果是最差的，平均特征匹配个数为0.8；而伪Zernike矩的匹配效果是相对较好的，平均匹配个数是1.9。

表4.2不同的特征提取方法的SIFT特征匹配数对比特征图像特征图像Zernike矩伪Zernike矩Legendre矩模糊方向Hu矩原图1414141414匹配图112000匹配图225210匹配图342132匹配图422201匹配图513322匹配图620110匹配图701021匹配图811220匹配图902111匹配图1010101平均特征匹配个数1.20.8我们可以发现，运用SIFT算法对传统算法匹配出来的结果进行匹配时，得到的结果大致与检索精度——回召率基本一致，这说明SIFT算法在商标图像检索中的应用是具有前景的，但是我们可以发现运用SIFT匹配到的特征数并不多，这可能是由于商标图像过于简单以及算法本身的缘故。4.4本章小结本章对基于形状的特征提取方法进行了实验：包括基于Zernike矩、伪Zernike矩、Hu不变矩、模糊方向和Legendre矩。并分析了他们的优劣。然后用SIFT算法对这些算法检索出的结果进行了匹配，验证了之前得到的结果，并分析了SIFT算法用于商标检索中的可行性。

5总结与展望5.1本文总结随着我国经济的飞速发展，各行各业对商标的需求不断增加。我国商标注册申请量、审查量和有效注册商标量均位居世界第一，成为世界第一商标大国。商标是一个具有法律效力和商业价值的特殊图片，为了避免新注册的商标与海量的已注册商标相似，因此，高效、准确地从商标库中检索出潜在的近似商标成为一个重要研究方向[1]。随着商标注册量的不断增多，传统的检索方法本身的检索耗时太长、人工分类具有很强的主观性、分类方法固定死板并且难以更新等问题日益明显。因此，基于内容的商标检索技术就应运而生，这种新的检索方法是利用计算机视觉技术，并结合其他如模式识别、人工智能等辅助知识对商标图像本身提取出能代表该图像特点的特征向量，最后通过不同图像的特征向量的匹配计算来判断图像间是否相似，为目前商标检索领域的窘境提供了一个很好的解决思路。特征提取和特征匹配是基于内容的商标检索方法的两个关键技术，前者影响商标检索的效果，后者则影响效率。本文为了探讨常见的几种算法的效果，分别对传统的基于Zernike矩、伪Zernike矩、Hu矩和模糊方向等算法进行了分析，并用SIFT算法对检索结果进行了匹配。最后我们发现伪Zernike和模糊方向算法具有比较好的效果，而Hu矩的效果由于Hu矩由低阶矩组成，不足以描述图像的特征，所以效果较差。同时，我们还发现，用SIFT对上面实验结果的验证是与之前得到的结果一致的，这说明SIFT矩在商标图片匹配的应用上有很好的发展空间。但是我们也可以发现一些问题，可能是由于选取的商标图像数据库的商标比较简单，运用SIFT提取到的特征总数并不是很多。这可能会造成如果实验次数较少的话，实验结果具有偶然性。总的来说，本文得到的结果反映了如下几个问题：7维的Hu矩因为由低阶矩不足以描述图像的特征，相对于其他的算法效果较差。36维的Zernike矩、伪Zernike矩和Legendre矩分别由11阶、8阶、6阶的高阶矩构成，识别能力明显高于Hu矩。在这些算法中，伪Zernike矩具有最好的效果。SIFT提取的特征点数偏少。由于商标图像一般比较简单，导致运用SIFT算法提取的特征点数较少，甚至有些商标一个特征点都无法提取，这样会导致检索的覆盖面窄，出现不少的漏检情况。缺少相关反馈处理。计算机永远无法理解人的思维，我们一般都需要相关反馈，通过相关知识让计算机在处理的同时按照我们的需求有思想的选择结果[18]，成为目前基于内容的商标检索领域研究热点。一个完整的基于内容的商标检索缺少相关反馈是不完整的。5.2展望基于内容的商标检索技术目前大都停留在研究阶段，虽然出现了不少应用实例系统，但是大都无法应对海量商标图像的现状。要想将基于内容的商标检索技术由研究转向应用，综合高效的特征提取方法和快速的特征匹配算法是必须要解决的问题。另外，目前大部分特征提取方法的目光都处于低层，而基于我们人类的语义的特征提取方法缺乏。通过对基于内容的商标检索技术研究，并结合本文的总结，未来的研究会更多的关注于如下3个方向。(1)多特征提取方法融合[17]。虽然目前已经有不少基于多特征融合的图像检索技术，但是针对具体的商标图像，并提取出高效能满足人类语义的多特征融合方法很少，同时这些多特征提取方法怎样进行融合才能很好的方便后面特征编码过程，也是一个很大的研究领域。(2)灵活高效的特征编码思想。由于对海量商标图像进行检索，离线创建图像特征库是不可避免的，通过对图像特征库中的数据进行编码不仅能大大提高特征匹配的速度，而且能方便特征匹配的处理和对特征的理解。离线创建图像特征库的最大问题是不同特征提取方法会有不同的特征库，造成信息的冗余。怎样对不同特征库中的数据进行融合处理和研究也成为目前需要解决的问题。(3)图像检索的相关反馈及优化。计算机永远无法理解人类思想，只有人类通过让计算机有思想才能让计算机理解人类。怎样设计相关反馈才能有效自适应改变特征提取、特征编码、特征匹配的过程，也成为一个很大的研究领域。虽然目前基于内容的商标检索技术有不少的需要解决的问题，但是随着计算机视觉领域和其他各种领域的不断发展，基于内容的商标检索技术会成为将来国内外商标领域的不可缺少的一部分，将发挥传统检索方法所不具备的诱人优势。

参考文献章文．基于内容的商标检索技术[D].南京：南京航空航天大学，2011.洪志令．基于形状匹配的商标图像检索技术研究[D]．浙江：厦门大学，2008．马伟阳．《尼斯协定》在中国的实践[J]．中华商标，2010．国际法规．/fagui/07/003.htm(AccessedNov.12,2003)韦虎，张丽艳，刘胜兰．基于SIFT图像特征匹配的多视角深度图配准算法[J]．计算机辅助设计与图形学学报，2010，22(4):654-661．刘瑞．基于SIFT的商标图像检索技术研究[D].西安：西北大学，2010.郭丽．基于内容的商标图像检索研究[D]．南京:南京理工大学,2003．李伯宇．图像纹理分析及分类方法研究[D]．上海：复旦大学，2007.韦娜．基于内容的图像检索关键技术的研究[D]．西安：西北大学，2006.詹越．基于BP人工神经网络的知识管理战略选择研究[J]．图书情报工作，2008，53(6):92－95．赵伟，张秀华，张晓青．基于BP算法的网络信息资源有效性评价研究[J].现代图书情报技术，2006(7):52-55．龚平，刘相滨，周鹏．一种改进的Harris角点检测算法[J]．计算机工程与应用，2010.46(11):173-175.高光来.基于深度学习的图像检索研究[D].内蒙古大学，2014.芮松艷．商标行政案件审理情况综合分析[J]．中国专利与商标，2010．周明全，耿国华，韦娜．《基于内容图像检索技术》，北京：清华大学出版社，2007．周斌，林喜荣，贾惠波．多特征融合的手背血管识别算法[J]．清华大学学报(自然科学版)，2007，47(2):194~197．蒋晓红．基于查询向量转移和聚类相结合的相关反馈技术研究[D]．山东：中国石油大学，2008．StrangKD.Examiningeffectivetechnologyprojectleadershiptraitsandbehaviors[D]．ComputersinHumanBehavior，2007，23(1):424-462．EkvallG．Orgnizationclimateforcreativityandinnovation[J]．EuropenJournalofWork＆OrganizationalPsychology，1983，5(1):105-123．WestMA．Sparklingfountainsorstagnantponds:Anintegrativemodelofcreativityandinnovationimplementationinworkgroups[J].AppliedPsychology:AnInternationalReview，2002，51(3):355-424．SuJahwung，HuangaYuting，YehHsinho，eta1．Effectivecontent-basedvideoretrievalusingpattern—indexingandmatchingtechniques[F].ExpertSystemswithApplications，July2010，37(7)：5068—5085.BelcherC．DuYingzi．Re#on-basedSIFTapproachtoirisrecognition[D]．OpticsandLasersinEngineering，2009，47：139-147.Huang,S.,Wu,X.:Multi-featureTrademarkImageRetrievalBasedonIntegratedDistanceFunction[M].ManufacturingInformationEngineeringofChina38(7),74-78(2009).Z.Jin,I.King,X.Q.Li,Content-basedimageretrievalbyrelevancefeedback,in:ProceedingsoftheFourthInternationalConferenceonVisualInformationSystems,LectureNotesinComputerScience,Vol.1929,Lyon,France[C].November2–4Springer,Berlin,2000.J.Ashley,R.Barber,M.Flickner,J.Hafner,D.Lee,W.Niblack,D.Petkovic,Automaticandsemiautomaticmethodsforimageannotationandretrievalinqbic,in:ProceedingsofStorageandRetrievalforImageandVideoDatabaseIII[D],Vol.2420,February1995,pp.24–35.SanchezMarinFJ.Automaticrecognitionofbiologicalshapeswithandwithoutrepresentationsofshape[J].ArtificialIntelligenceinMedicine,2000,18(2):173-186.AkiKobayashi,ToshiyukiYoshida,YoshinoriSakai.ImageRetrievalbyEstimatingParametersofDistanceMeasureSPI