物品识别系统的设计与实现
随着图像识别技术的不断成熟，该技术被应用在不同的领域。在检索领域就出现了“以图搜图”的检索新模模式，如百度开发的“百度识图”应用。但是诸如“百度识图”这类的应用都是网页版的，用户在使用时需要拥有一台电脑，这会造成极大的不便。若是将其开发成基于Android移动端的应用，用户就可以随时随地的、方便快捷的使用了。本文所研究的物品识别系统，是基于Android移动端的、利用图像识别技术实现的一个“以图搜图”系统。即用户可以不受时间、不受空间的限制，随时随地的利用移动终端，对着自己感兴趣的鞋帽、包包等物品拍照，不需要输入任何的文字信息，便可以搜索出该物品的出处和相关信息。因此，本论文将研究以下内容：(1)利用基于内容的颜色直方图与空间金字塔来完成图像检索的工作；(2)移动终端实现采用市场上用户最多、最为广泛的Android进行开发；(3)利用Java语言实现服务器的搭建。关键词：物品识别；图像检索；颜色直方图；特征提取视觉搜索是“以图搜图”的搜索引擎：与其它图片搜索引擎不同的是，视觉搜索是根据用户上传的图片去图库中搜索相似的图片。视觉图片搜索是根据图片的颜色、纹理、图片内容的形状和区域等视觉特征，提取例图的特征信息在大量的图像集中进行检索。这种“以图搜图”的检索模式是对“关键字搜图”模式的一大改进。 目 录
第一章 绪论 1
1.1研究背景及选题意义 1
1.2移动视觉搜索 2
1.4国内外研究现状 5
1.5研究内容 5
1.6论文的组织结构 6
1.7本章小结 6
第二章 开发环境搭建 7
2.1Android的发展简介 7
2.2 Android客户端开发环境的搭建 7
2.2服务器的搭建 12
2.2.1 dll的编写及调用 12
2.2.2文件传输 12
2.2.3服务器界面 12
2.2.4类视图 12
2.3本章小结 13
第三章 需求分析与系统总体设计 14
3.1项目概述 14
3.1.1主要开发内容 14
3.1.2项目开发要求 15
3.2需求分析 15
*好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
ll的编写及调用 12
2.2.2文件传输 12
2.2.3服务器界面 12
2.2.4类视图 12
2.3本章小结 13
第三章 需求分析与系统总体设计 14
3.1项目概述 14
3.1.1主要开发内容 14
3.1.2项目开发要求 15
3.2需求分析 15
3.2.1特性需求分析 15
3.2.2功能需求分析 16
3.3总体设计 19
3.3.1系统模块关系与划分 19
3.4 本章小结 20
第四章 基于图像检索的物品识别技术 21
4.1 引言 21
4.2 颜色特征提取 21
4.2.1 颜色直方图的定义 21
4.2.2 RGB颜色空间 22
4.2.3 HSV颜色空间 22
4.3 颜色特征处理 23
4.4 空间金字塔 25
4.5 颜色直方图匹配 26
4.6 物品识别的流程 26
4.7本章小结 28
第五章 物品识别系统的实现 29
5.1用户启动应用的欢迎界面 29
5.2功能选择界面 29
5.3图片上传 30
5.4图片接收 30
5.5服务器的实现 31
第六章 系统测试与分析 32
6.1数据集 32
6.2实验系统 32
6.3测试结果分析 33
总结 35
致谢 36
参考文献 37
第一章 绪论
1.1研究背景及选题意义
随着互联网的快速发展，上网与人们生活中有了更多的交集，同时随着手机的普及，人们的上网活动渐渐地从PC端转向了移动端。由此而催生了众多的基于移动端的应用以方便和丰富人们的日常生活。
在人们的上网活动中，除了聊天交流之外，最大的一项应该是搜索了。传统的基于文本的的搜索，需要用户对所搜索的内容有一定的了解，且要能够尽量准确的描述自己想要搜索的内容。这对用户来说是极不方便的，基于以上原因，本文意在实现一种基于移动端的、利用图像识别技术的一种以图搜图的物品识别系统。
图像识别技术的发展距今已有近30年的历史了。从最早期的指纹识别技术，到现在广泛使用的人脸识别技术。它们都是先获取指纹图谱或者人脸的图片，然后进行转换并提取出其中的特征值，与库中已存储的照片进行对比。如果相似度达到特定值，则表示匹配成功。不过这种识别技术还只是一对一的匹配，还远没发展到能够进行搜索的程度，就如同在利用网址进行索引的阶段，而新的视觉搜索技术发展到了以Google公司和百度公司为代表的第二代搜索模式的阶段。与简单地匹配不同是，视觉搜索技术是借助于算法和数据的。这种搜索模式需要搜索引擎拥有庞大的特征图片库，然后提取出库中图片的特征值，最后聚类建立索引。
文本信息无法准确描述图片信息的问题已非常突出，随着网络数据量的不断增加，人们对于搜索结果的准确率也不断的提高，因此传统的搜索模式已经难满足用户的需求，全新的视觉搜索模式应运而生。
一般的图片搜索模式是借助于图象的文本描述来完成检索，用户在查询时需要对所查询的内容有一定的了解且需要能够进行准确的描述，因此提高查询结果的准确率已成必然。
视觉搜索是“以图搜图”的搜索引擎：与其它图片搜索引擎不同的是，视觉搜索是根据用户上传的图片去图库中搜索相似的图片。视觉图片搜索是根据图片的颜色、纹理、图片内容的形状和区域等视觉特征，提取例图的特征信息在大量的图像集中进行检索。这种“以图搜图”的检索模式是对“关键字搜图”模式的一大改进。
相比于“颜色+款式”撒网式搜索，用一张你喜欢衣服的图片“以图搜图”，能更高效地搜索到关于衣服的具体信息。如果用传统的文字搜索，我们不仅要忍受键盘打字的不便，更重要的是我们无法准确地描述我们看到图案的特征，很多时候这就成了一个效果不佳甚至有头无尾的搜索过程。如果换做图片搜索，我们只要拍下照片或是从本地获得图片，然后上传到网络，马上就会得到我们想要的结果。
视觉搜索的应用空间甚至要比语音搜索空间还要大。语音搜索不仅在识别率上比图片识别低，而且对用户的说话口音、语速、语气、语速等方面有严格的要求。使用场景的局限性也是语音搜索的最大问题：对着手机说话不但会干扰周围的人，而且也极易被附近的环境干扰。也就是说，只能在较独立和相对安静的环境中使用语音搜索。而对于“线下实体”的搜索，比如鞋子、帽子、图书、服装等，这些场景都不是“独立”和“安静”的，而视觉搜索却可以避开上述问题。
视觉搜索不但能与移动设备的摄录能力完美结合，而且它还能很好地满足“线下实体”搜素的场景和要求。商品的条形码和二维码的使用，开了这方面的先河。除了商品，你可以对着明信片、宣传报、即使是电视节目上的二维码，也可以通过“扫一扫”来匹配信息然后建立联系。但是条形码、二维码的使用也只能限定在某些特定的物品上。二维码是给机器读的，但视觉搜索却是“所见即所知”的。只要人类能够看到的，都可以借助于它来进行住区和搜索。
1.2移动视觉搜索
近几年移动视觉搜索越来越火热了。移动视觉搜索可以有效地提高人类的视觉能力，从而丰富人类的视觉信息；并且这项应用扩展人的听觉能力，使人们能够获取到更加丰富的听觉信息；同时也能够扩展人的味觉能力，获取到更加丰富的味觉信息。
在移动视觉搜索中，首先需要从
第一章 绪论 1
1.1研究背景及选题意义 1
1.2移动视觉搜索 2
1.4国内外研究现状 5
1.5研究内容 5
1.6论文的组织结构 6
1.7本章小结 6
第二章 开发环境搭建 7
2.1Android的发展简介 7
2.2 Android客户端开发环境的搭建 7
2.2服务器的搭建 12
2.2.1 dll的编写及调用 12
2.2.2文件传输 12
2.2.3服务器界面 12
2.2.4类视图 12
2.3本章小结 13
第三章 需求分析与系统总体设计 14
3.1项目概述 14
3.1.1主要开发内容 14
3.1.2项目开发要求 15
3.2需求分析 15
*好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
ll的编写及调用 12
2.2.2文件传输 12
2.2.3服务器界面 12
2.2.4类视图 12
2.3本章小结 13
第三章 需求分析与系统总体设计 14
3.1项目概述 14
3.1.1主要开发内容 14
3.1.2项目开发要求 15
3.2需求分析 15
3.2.1特性需求分析 15
3.2.2功能需求分析 16
3.3总体设计 19
3.3.1系统模块关系与划分 19
3.4 本章小结 20
第四章 基于图像检索的物品识别技术 21
4.1 引言 21
4.2 颜色特征提取 21
4.2.1 颜色直方图的定义 21
4.2.2 RGB颜色空间 22
4.2.3 HSV颜色空间 22
4.3 颜色特征处理 23
4.4 空间金字塔 25
4.5 颜色直方图匹配 26
4.6 物品识别的流程 26
4.7本章小结 28
第五章 物品识别系统的实现 29
5.1用户启动应用的欢迎界面 29
5.2功能选择界面 29
5.3图片上传 30
5.4图片接收 30
5.5服务器的实现 31
第六章 系统测试与分析 32
6.1数据集 32
6.2实验系统 32
6.3测试结果分析 33
总结 35
致谢 36
参考文献 37
第一章 绪论
1.1研究背景及选题意义
随着互联网的快速发展，上网与人们生活中有了更多的交集，同时随着手机的普及，人们的上网活动渐渐地从PC端转向了移动端。由此而催生了众多的基于移动端的应用以方便和丰富人们的日常生活。
在人们的上网活动中，除了聊天交流之外，最大的一项应该是搜索了。传统的基于文本的的搜索，需要用户对所搜索的内容有一定的了解，且要能够尽量准确的描述自己想要搜索的内容。这对用户来说是极不方便的，基于以上原因，本文意在实现一种基于移动端的、利用图像识别技术的一种以图搜图的物品识别系统。
图像识别技术的发展距今已有近30年的历史了。从最早期的指纹识别技术，到现在广泛使用的人脸识别技术。它们都是先获取指纹图谱或者人脸的图片，然后进行转换并提取出其中的特征值，与库中已存储的照片进行对比。如果相似度达到特定值，则表示匹配成功。不过这种识别技术还只是一对一的匹配，还远没发展到能够进行搜索的程度，就如同在利用网址进行索引的阶段，而新的视觉搜索技术发展到了以Google公司和百度公司为代表的第二代搜索模式的阶段。与简单地匹配不同是，视觉搜索技术是借助于算法和数据的。这种搜索模式需要搜索引擎拥有庞大的特征图片库，然后提取出库中图片的特征值，最后聚类建立索引。
文本信息无法准确描述图片信息的问题已非常突出，随着网络数据量的不断增加，人们对于搜索结果的准确率也不断的提高，因此传统的搜索模式已经难满足用户的需求，全新的视觉搜索模式应运而生。
一般的图片搜索模式是借助于图象的文本描述来完成检索，用户在查询时需要对所查询的内容有一定的了解且需要能够进行准确的描述，因此提高查询结果的准确率已成必然。
视觉搜索是“以图搜图”的搜索引擎：与其它图片搜索引擎不同的是，视觉搜索是根据用户上传的图片去图库中搜索相似的图片。视觉图片搜索是根据图片的颜色、纹理、图片内容的形状和区域等视觉特征，提取例图的特征信息在大量的图像集中进行检索。这种“以图搜图”的检索模式是对“关键字搜图”模式的一大改进。
相比于“颜色+款式”撒网式搜索，用一张你喜欢衣服的图片“以图搜图”，能更高效地搜索到关于衣服的具体信息。如果用传统的文字搜索，我们不仅要忍受键盘打字的不便，更重要的是我们无法准确地描述我们看到图案的特征，很多时候这就成了一个效果不佳甚至有头无尾的搜索过程。如果换做图片搜索，我们只要拍下照片或是从本地获得图片，然后上传到网络，马上就会得到我们想要的结果。
视觉搜索的应用空间甚至要比语音搜索空间还要大。语音搜索不仅在识别率上比图片识别低，而且对用户的说话口音、语速、语气、语速等方面有严格的要求。使用场景的局限性也是语音搜索的最大问题：对着手机说话不但会干扰周围的人，而且也极易被附近的环境干扰。也就是说，只能在较独立和相对安静的环境中使用语音搜索。而对于“线下实体”的搜索，比如鞋子、帽子、图书、服装等，这些场景都不是“独立”和“安静”的，而视觉搜索却可以避开上述问题。
视觉搜索不但能与移动设备的摄录能力完美结合，而且它还能很好地满足“线下实体”搜素的场景和要求。商品的条形码和二维码的使用，开了这方面的先河。除了商品，你可以对着明信片、宣传报、即使是电视节目上的二维码，也可以通过“扫一扫”来匹配信息然后建立联系。但是条形码、二维码的使用也只能限定在某些特定的物品上。二维码是给机器读的，但视觉搜索却是“所见即所知”的。只要人类能够看到的，都可以借助于它来进行住区和搜索。
1.2移动视觉搜索
近几年移动视觉搜索越来越火热了。移动视觉搜索可以有效地提高人类的视觉能力，从而丰富人类的视觉信息；并且这项应用扩展人的听觉能力，使人们能够获取到更加丰富的听觉信息；同时也能够扩展人的味觉能力，获取到更加丰富的味觉信息。
在移动视觉搜索中，首先需要从
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/2365.html
