摘 要

近年来计算机视觉图像处理不断发展，图像检索技术不断进步，基于内容的图像检索（Content-based Retrieval简称为CBIR）通过颜色、纹理等因素检索相对应的图像，该检索方式在指纹识别、遥感图像分析以及人脸识别等方面有着广泛的运用。

本课题主要是在硬件平台上实现图像检索，运用微处理器来实现基于内容的图像检索算法。采用Xilinx ZYNQ-7000作为开发平台，在ZYNQ上搭建图像处理通路，完成图像读取、缓存、特征提取、相似度比对、显示等功能。

本文主要介绍了图像检索的硬件设计以及软件算法设计，其中硬件设计主要包括图像的读取模块、缓存模块、处理模块以及显示模块等。软件算法设计主要介绍纹理提取算法。通过算法的比较来实现在不同情况下，图片匹配的最优设计。

关键词：图像检索；ZYNQ；嵌入式开发；图像纹理；

High-speed image retrieval system based on ZYNQ

——Image feature matching and display

Abstract

In recent years, computer vision image processing has been continuously developed, and image retrieval has been continuously improved. Content-based Retrieval (CBIR) is used to retrieve corresponding images by color, texture and other factors. The search method is in fingerprint recognition and remote sensing image analysis. And face recognition and other aspects have a wide range of applications.

This topic is mainly to achieve image retrieval on the hardware platform, using microprocessor to implement content-based image retrieval algorithm. Using Xilinx ZYNQ-7000 as a development platform, the image processing path is built on ZYNQ, and functions such as image reading, buffering, feature extraction, similarity comparison and display are completed.

This system mainly includes hardware design and software algorithm design. The hardware design mainly includes image reading module, cache module, processing module and display module. The software algorithm design mainly introduces the texture extraction algorithm. The optimal design of picture matching under different conditions is realized by comparison of algorithms.

Key Words: Image Retrieval; ZYNQ; Image Texture;

目 录

摘 要 I

ABSTRACT III

第一章 绪论 1

1.1选题背景 1

1.2发展 2

1.3任务介绍 2

1.4算法介绍 3

1.5小结 3

第二章 硬件平台搭建 4

2.1硬件系统综述 4

2.2硬件平台选择 4

2.3图像采集模块 5

2.4图像缓存模块 6

2.5图像处理模块 7

2.6图像显示模块 7

2.7系统框图 10

2.8小结 10

第三章 纹理算法设计 11

3.1 纹理算法综述 11

3.2 gabor算法的滤波器设计 12

3.3 纹理提取 15

3.3.1 图片预处理 15

3.3.2 图片卷积运算提取纹理特征 15

3.4 降维 18

3.5匹配 19

3.6小结 21

第四章 系统功能测试与性能分析 22

4.1 算法功能实现测试 22

4.2 处理速度以及占用资源分析 24

4.3小结 25

第五章 总结与展望 26

参考文献 27

致谢 28

附录 29

第一章 绪论

1.1选题背景

近年来，图像检索被广泛运用，其主要在指纹识别、纹理提取、人脸识别以及相似物检索等广泛使用。图像检索主要建立在计算机视觉以及图像理解的基础上，随着科技的发展，与人工智能相结合，检索精度不断提高。互联网的快速发展，为图像检索提供了便利，但是随着图片信息的快速增长，人们迫切需要从海量的图片中提取出所需要的内容，这表明对于图像检索，速度以及准确度越来越受到重视。

上世纪，基于内容检索方式的提出，为该技术的发展与完善提供了可能，基于内容的图像检索与传统检索方式有很多的不同点，不需要人工标注图片特征，避免了人工标注的不准确性以及效率低的问题，用系统自动检索，完成图片检索，其效率以及速度不断提高。图像内容检索从最初的文字检索到图像视觉检索不断发展。

通过从图像中提取视觉特征来表现图像的基本视觉信息，从而大大简化了图像的信息，运用图像的基本特征进行匹配，比较相似度，该检索方式主要将图片的特征提取出来，并且对这些图片特征添加索引，并且将这些特征信息进行存储，这样就保留了一张图片的基本信息，最后根据用户需求的特征信息完成图片的检索，以较快的速度找出最符合的一组图像。从另外一方面来看，基于内容的图像检索关键在于提取出图片的信息，要采用特征提取算法将图片相应的特征提取出来存储，因此在图像检索算法的设计中，主要的难点以及重点是提取图片的基本特征，随着更多的算法被不断提出以及算法的不断改进，图像检索技术不断进步，同时也越来越受到了重视。

因此本设计主要研究在硬件上实现图像检索的可能，提高检索准确度以及速度。

1.2发展

目前，基于内容的图像检索应用广阔，有很大的市场，对于人物照片的分类以及在大量的图像中找出相似的物体而言，基于内容的图像检索是很快速便捷的检索方式。

随着图像内容逐渐增多，其所包含的信息量逐渐增多，因为基于内容的图像检索，其需要庞大的数据库以及密集的计算，所以传统的在软件平台上检索的速度已经不能满足人们的需要。

相关图片展示：