基于轮廓与SIFT特征组合的商标图像检索

摘要：

针对单一特征对商标图像描述的局限性，提出了一种基于轮廓和SIFT特征组合的商标图像检索方法。该方法对二值化的商标图像进行轮廓提取，采用规则算法对其进行轮廓分解，对分解的参考点集进行Fourier变换，将得到的Fourier系数作为参考点的轮廓特征。针对商标图像的尺度空间进行极值点检测，并对检测到的极值点进行特征描述，该特征描述即为商标图像的SIFT特征描述。最后，SIFT特征与轮廓特征进行特征融合，并将融合后的组合特征作为对商标图像的特征描述。

关键词：轮廓特征、SIFT特征、轮廓提取、轮廓分解、Fourier变换

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金No.60872133；北京市教委科技发展计划项目No.KM201110772021；国家科技支撑计划课题No.2011BAH11B03。

在线出版日期：2013-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：167-172