改进SURF特征的维吾尔文复杂文档图像匹配检索

摘要：

针对图像局部特征的词袋模型(Bag-of-Word,BOW)检索研究中聚类中心的不确定性和计算复杂性问题,提出一种由不同种类的距离进行相似程度测量的检索和由匹配点数来检索的方法.这种方法首先需要改进文档图像的SURF特征,有效降低特征提取复杂度;其次,对FAST+SURF特征实现FLANN双向匹配与KD-Tree+BBF匹配,在不同变换条件下验证特征鲁棒性;最后,基于这两种检索方法对已收集整理好的各类维吾尔文文档图像数据库进行检索.实验结果表明:基于距离的相似性度量复杂度次于基于匹配数目的检索,而且两种检索策略都能满足快速、精确查找需求.

关键词：复杂文档、维吾尔文档图像、文档图像分割、特征提取、SURF特征、FLANN双向匹配、KD-Tree+BBF匹配、图像检索

所属期刊栏目：14

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目61563052,61163028,61363064;新疆大学博士科研启动基金项目BS150262;新疆维吾尔自治区高校科研计划创新团队项目XJEDU2017T002

在线出版日期：2019-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：296-305