基于ZYNQ的高速图像检索系统之图像读取数据解析及特征分析文献综述
2020-04-28 20:16:29
一、选题背景 随着互联网的高速发和图像信息的快速增长,从海量的数字图像集合中快速地提取有价值的信息已经成为人们的迫切需求。
自20世纪90年代起,基于内容的图像检索(Content-based image retrieve, CBIR)技术应运而生,成为智能信息处理领域的研究热点。
在检索原理上,无论是基于文本的图像检索还是基于内容的图像检索,主要包括三方面:一方面对用户需求的分析和转化,形成可以检索索引数据库的提问;另一方面,收集和加工图像资源,提取特征,分析并进行标引,建立图像的索引数据库;最后一方面是根据相似度算法,计算用户提问与索引数据库中记录的相似度大小,提取出满足阈值的记录作为结果,按照相似度降序的方式输出。
基于内容的图像检索技术在视觉机器人、指纹识别、医学和遥感图像的分析和处理等实际生活中都有着广泛的应用,而这些实际应用都对图像检索技术的实时性及嵌入式环境要求越来越高。
于是,如何在嵌入式环境中实现快速高效的图像检索,成为了当前新的发展方向。
FPGA(Field Programmable Gate Array,现场可编程门阵列)的快速发展为嵌入式图像检索系统的实现提供了硬件保证。
FPGA属于高密度可编程逻辑器件,在数字逻辑系统设计中广泛应用,作为一种可配置的复杂计算器件,能够满足那些需要兼顾速度和灵活性的应用场合。
在完成了图像检索的算法研究后,为了能够进一步提高图像检索的效率,并且为了使图像检索能够一个用于更加广阔的嵌入式环境,而不仅仅局限于PC的应用,通过基于FPGA的系统硬件平台设计和系统软件实现,从而完成了基于FPGA的图像检索系统的硬件实现。
二、研究现状 从20世纪70年代开始,有关图像检索的研究就已开始,当时主要是基于文本的图像检索技术(Text-based Image Retrieval,简称TBIR),利用文本描述的方式描述图像的特征,如绘画作品的作者、年代、流派、尺寸等。
到90年代以后,出现了对图像的内容语义,如图像的颜色、纹理、布局等进行分析和检索的图像检索技术,即基于内容的图像检索(Content-based Image Retrieval,简称CBIR)技术。