簡(jiǎn)介：隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，電子商務(wù)越來(lái)越受到海內(nèi)外眾多公司的重視。在電子商務(wù)過(guò)程中圖片的使用變得越來(lái)越廣泛，在電子商務(wù)商品的展現(xiàn)上，圖片的作用越來(lái)越日益明顯，但是有些商品在圖片展示上會(huì)出現(xiàn)一些違禁圖片，嚴(yán)重危害了電子商務(wù)的環(huán)境和社會(huì)的和諧。針對(duì)以上的問(wèn)題，阿里巴巴作為全球最大的電子商務(wù)平臺(tái)開(kāi)發(fā)出了一套依賴(lài)于OPENCV的基于違禁圖庫(kù)的敏感圖片識(shí)別系統(tǒng)，針對(duì)網(wǎng)商商品上傳的圖片進(jìn)行違禁的判斷。本文首先介紹了傳統(tǒng)的圖像檢索方法和基于內(nèi)容的圖像檢索方法，然后討論了基于特征點(diǎn)檢測(cè)的圖像特征提取方法，特別是SIFT特征點(diǎn)提取方法，然后根據(jù)圖像特點(diǎn)以及SIFT算法的優(yōu)缺點(diǎn)，對(duì)SIFT算法進(jìn)行了一定的優(yōu)化，目的是減少冗余特征，提高比對(duì)的精度。用SIFT算法提取出違禁圖片庫(kù)中違禁圖片的特征點(diǎn)然后將提取出來(lái)的特征點(diǎn)存儲(chǔ)到數(shù)據(jù)庫(kù)中。系統(tǒng)把數(shù)據(jù)庫(kù)中存儲(chǔ)的違禁圖片的特征點(diǎn)提取出來(lái)按照一定的規(guī)律建立違禁圖片特征樹(shù)，通過(guò)利用違禁圖片特征樹(shù)的查找可以快速的對(duì)網(wǎng)商圖片和違禁圖片進(jìn)行比對(duì)，大大減少了比對(duì)的時(shí)間提高了比對(duì)的效率。根據(jù)比對(duì)過(guò)程中對(duì)網(wǎng)商圖片所打的分值，來(lái)對(duì)圖片進(jìn)行相應(yīng)的操作。將圖片的信息流入到人工領(lǐng)域進(jìn)行審核，或直接將該圖片進(jìn)行刪除，或認(rèn)為圖片是安全的不對(duì)圖片進(jìn)行操作。

簡(jiǎn)介：隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展與深入應(yīng)用，出現(xiàn)了越來(lái)越多像“新浪”“騰訊”“淘寶”等大型門(mén)戶網(wǎng)站或電子商務(wù)網(wǎng)站。這些網(wǎng)站都存儲(chǔ)有大量圖片資源，且圖片數(shù)量呈爆炸式的增長(zhǎng)。鑒于商業(yè)存儲(chǔ)擴(kuò)容成本太高，如何在滿足高并發(fā)訪問(wèn)的前提下構(gòu)建廉價(jià)高效的圖片存儲(chǔ)管理系統(tǒng)已經(jīng)成為軟件架構(gòu)師在工作中遇到的最令人頭疼的問(wèn)題。云存儲(chǔ)概念的提出給我們指出了一種解決思路，通過(guò)研究分析，我們可以采用分布式存儲(chǔ)解決上述問(wèn)題。本文在分析國(guó)內(nèi)外現(xiàn)有的分布式存儲(chǔ)系統(tǒng)實(shí)現(xiàn)的基礎(chǔ)上，通過(guò)對(duì)HADOOP的HDFS、MAPREDUCE技術(shù)的研究以及自身圖片存儲(chǔ)的業(yè)務(wù)需求分析和實(shí)際軟硬件實(shí)力評(píng)估，提出了一種基于HADOOP的海量圖片存儲(chǔ)模型。該模型的實(shí)現(xiàn)以HADOOP的HDFS分布式文件系統(tǒng)為基礎(chǔ)，硬件構(gòu)筑在普通的LINUX機(jī)器集群上，通過(guò)內(nèi)部監(jiān)控實(shí)現(xiàn)高容錯(cuò)、高響應(yīng)、負(fù)載均衡，對(duì)外提供服務(wù)滿足高并發(fā)高可靠的應(yīng)用。它采用了HA架構(gòu)和平滑擴(kuò)容，保證了整個(gè)文件系統(tǒng)的可用性和擴(kuò)展性。它同時(shí)采用扁平化的數(shù)據(jù)組織結(jié)構(gòu)，拋棄了傳統(tǒng)文件系統(tǒng)的目錄結(jié)構(gòu)，可將文件名映射到文件的物理地址，簡(jiǎn)化了文件的訪問(wèn)流程，提供了良好的讀寫(xiě)性能。本文主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下首先，通過(guò)對(duì)現(xiàn)今互聯(lián)網(wǎng)發(fā)展對(duì)圖片存儲(chǔ)的需求進(jìn)行總結(jié)，分析了傳統(tǒng)商業(yè)存儲(chǔ)的不足，同時(shí)介紹分布式存儲(chǔ)的國(guó)內(nèi)外發(fā)展現(xiàn)狀，提出基于HADOOP的海量圖片存儲(chǔ)模型。其次，根據(jù)圖片存儲(chǔ)的需求分析，基于HADOOP的MAPREDUCE思想設(shè)計(jì)存儲(chǔ)模型，優(yōu)化編程實(shí)現(xiàn)，建立圖片存儲(chǔ)模型，實(shí)現(xiàn)圖片存取在高并發(fā)高訪問(wèn)下的高可靠性。系統(tǒng)采用MASTERSLAVE架構(gòu)，通過(guò)MASTER的管理，實(shí)現(xiàn)在廉價(jià)PC機(jī)上部署系統(tǒng)前提下的高擴(kuò)展性和高容錯(cuò)性。此外，通過(guò)設(shè)計(jì)負(fù)載均衡和緩存系統(tǒng)，實(shí)現(xiàn)各存儲(chǔ)節(jié)點(diǎn)的存儲(chǔ)優(yōu)化和存儲(chǔ)系統(tǒng)的穩(wěn)定。然后，論文基于HADOOP的分布式列數(shù)據(jù)庫(kù)HBASE，對(duì)圖片元數(shù)據(jù)存儲(chǔ)。通過(guò)圖片文件名設(shè)計(jì)、索引優(yōu)化，實(shí)現(xiàn)同一類(lèi)型的圖片存儲(chǔ)物理位置盡可能相近或相鄰，提高海量圖片數(shù)據(jù)的查詢(xún)效率。最后，論文搭建測(cè)試集群系統(tǒng)，通過(guò)一系列的實(shí)驗(yàn)數(shù)據(jù)、圖表，分析了模型系統(tǒng)的可行性，驗(yàn)證了本文中所提方法的實(shí)用性和有效性。本課題的特點(diǎn)是針對(duì)特定的圖片存儲(chǔ)業(yè)務(wù)設(shè)計(jì)存儲(chǔ)模型，該系統(tǒng)滿足高可擴(kuò)展、高可靠、高容錯(cuò)、低成本的設(shè)計(jì)要求。該模型利用最新的分布式技術(shù)實(shí)現(xiàn)，并將設(shè)計(jì)模型部署到LINUX集群中，進(jìn)行了可行性實(shí)驗(yàn)。在分析實(shí)驗(yàn)數(shù)據(jù)的基礎(chǔ)上，驗(yàn)證了所提出的基于HADOOP的海量圖片存儲(chǔ)模型的合理性。

簡(jiǎn)介：隨著經(jīng)濟(jì)迅速發(fā)展，信息開(kāi)始網(wǎng)絡(luò)化平臺(tái)化的背景下，人們開(kāi)始不再滿足于文字信息的檢索和瀏覽。移動(dòng)設(shè)備開(kāi)始多樣化、普及化，普通的文本方式已經(jīng)不再滿足信息及時(shí)快速傳播的要求。由于國(guó)家對(duì)網(wǎng)絡(luò)的普及，網(wǎng)速的迅速提高，圖片開(kāi)始作為一種新的媒體方式，開(kāi)始承載更多的信息傳播的責(zé)任。在這樣的環(huán)境下，如何整合網(wǎng)絡(luò)圖片信息，實(shí)現(xiàn)高效迅速的圖片檢索和瀏覽業(yè)務(wù)，確保更多的用戶可以體驗(yàn)更好的信息化服務(wù)，是我們當(dāng)務(wù)之急需要思考的問(wèn)題。對(duì)用戶需求和相關(guān)網(wǎng)絡(luò)行為習(xí)慣進(jìn)行研究，分析圖片檢索相關(guān)需求，從圖片的瀏覽流程和檢索流程進(jìn)行業(yè)務(wù)流程分析，結(jié)合功能性和非功能性?xún)蓚€(gè)角度進(jìn)行業(yè)務(wù)需求分析，詳細(xì)闡述圖片抓取的算法及過(guò)程，為圖片檢索平臺(tái)的設(shè)計(jì)和實(shí)現(xiàn)奠定基礎(chǔ)。對(duì)于高并發(fā)網(wǎng)絡(luò)、快速響應(yīng)等需求，從層次和物理架構(gòu)、技術(shù)架構(gòu)兩個(gè)角度對(duì)圖片檢索平臺(tái)進(jìn)行架構(gòu)設(shè)計(jì)，結(jié)合功能性需求進(jìn)行分析，總結(jié)和設(shè)計(jì)圖片屬性、圖片搜索、智能識(shí)圖、圖片瀏覽、個(gè)人中心五大功能模塊及其子模塊。并結(jié)合具體圖片抓取業(yè)務(wù)流程，設(shè)計(jì)圖片搜索引擎算法?；趫D片檢索平臺(tái)詳細(xì)設(shè)計(jì)的前提下，使用PHPWEB開(kāi)發(fā)技術(shù)，利用高性能前端解決方案，從編譯、部署、運(yùn)行各個(gè)流程進(jìn)行分析、設(shè)計(jì)和實(shí)現(xiàn)。從平臺(tái)中的各個(gè)功能詳細(xì)解釋實(shí)現(xiàn)過(guò)程，保障圖片檢索的業(yè)務(wù)流程順利進(jìn)行，為后續(xù)測(cè)試、運(yùn)行和維護(hù)提供保障。最后通過(guò)系統(tǒng)測(cè)試，結(jié)合開(kāi)發(fā)和運(yùn)行中的問(wèn)題進(jìn)行總結(jié)和展望，并對(duì)圖片檢索平臺(tái)上線運(yùn)行狀況進(jìn)行監(jiān)控，日均頁(yè)面訪問(wèn)量超過(guò)5000萬(wàn)。為了滿足用戶在移動(dòng)場(chǎng)景下對(duì)信息的需求，圖片檢索平臺(tái)通過(guò)性能優(yōu)化，利用圖像識(shí)別技術(shù)和機(jī)器學(xué)習(xí)技術(shù)相結(jié)合，對(duì)圖片檢索平臺(tái)進(jìn)行不斷嘗試和持續(xù)迭代，堅(jiān)持為用戶提供高質(zhì)量的服務(wù)。

簡(jiǎn)介：隨著互聯(lián)網(wǎng)的日益發(fā)展對(duì)海量圖片進(jìn)行高速有效的處理已經(jīng)成為一個(gè)重要的課題?；ヂ?lián)空間、微博、社區(qū)網(wǎng)站等各種網(wǎng)絡(luò)服務(wù)都需要海量圖片存儲(chǔ)與處理技術(shù)的支持。本論文將圍繞海量圖片的高速有效處理而展開(kāi)研究主要涉及海量圖片的裁剪、壓縮及檢索技術(shù)。目前網(wǎng)絡(luò)終端設(shè)備花樣繁多個(gè)人電腦、手機(jī)、平板電腦等等。各自的屏幕質(zhì)量以及分辨率相差巨大。如何把海量的圖片修改到足以適合所有終端設(shè)備顯示便成了一個(gè)艱巨的任務(wù)。我們?cè)噲D開(kāi)發(fā)一種基于圖片像素點(diǎn)能量值評(píng)價(jià)的方法在裁剪圖片時(shí)首先去除圖片中不重要的部分保留其中的關(guān)鍵物體。為此本文提出了智能細(xì)縫簇裁剪技術(shù)。該算法是一種對(duì)圖片內(nèi)容敏感的裁剪方法通過(guò)在原始圖像中搜尋出一些能量值較低的“細(xì)縫簇”并將其刪去或擴(kuò)展達(dá)到改變圖像尺寸的目的。在海量圖片數(shù)據(jù)的處理中存儲(chǔ)和傳輸成為一個(gè)重大的技術(shù)瓶頸如果能夠有效的對(duì)這些圖片進(jìn)行壓縮處理將會(huì)大大減少相應(yīng)的傳輸和維護(hù)成本。然而如何在保持人眼“視覺(jué)無(wú)損”的前提下有效地控制壓縮的程度成為一個(gè)關(guān)鍵的問(wèn)題。本文圖片壓縮研究的中心問(wèn)題就是試圖用一種公理化的圖片質(zhì)量評(píng)價(jià)手段來(lái)估算出肉眼區(qū)別圖片質(zhì)量的那個(gè)“閾值”體現(xiàn)人眼視覺(jué)無(wú)損的界限。壓縮過(guò)程中選取的壓縮質(zhì)量越接近肉眼的閾值質(zhì)量壓縮效果越能被人眼接受也越能夠降低圖片的存儲(chǔ)與傳輸成本。在此前提下本文提出了自適應(yīng)視覺(jué)無(wú)損壓縮算法。該算法使用客觀圖片質(zhì)量評(píng)價(jià)算法作為人眼視覺(jué)無(wú)損的判定依據(jù)并使用一個(gè)高效率的迭代算法迅速找出即保證視覺(jué)無(wú)損又使得圖片文件尺寸最小的壓縮質(zhì)量。如同海量文本信息的檢索海量圖片的檢索也是一大難題。傳統(tǒng)的文本搜索通過(guò)對(duì)文獻(xiàn)集的字典庫(kù)建立倒排索引從而加快查詢(xún)的效率但是在圖片中缺乏類(lèi)似的“字典庫(kù)”概念。相對(duì)于傳統(tǒng)的基于文本標(biāo)簽的檢索基于圖像內(nèi)容的檢索更有實(shí)際應(yīng)用的價(jià)值。然而這增加了檢索的難度。因此有必要引入一種高效的海量圖片檢索方法針對(duì)大數(shù)據(jù)集進(jìn)行基于內(nèi)容的檢索。本文中我們?cè)噲D在圖片中尋找類(lèi)似的“字典”信息并運(yùn)用從圖片數(shù)據(jù)庫(kù)中提取出來(lái)的“字典”建立倒排索引以便在查詢(xún)時(shí)可以快速找出相似的圖片。在排序結(jié)果優(yōu)化方面本文提出了基于全局結(jié)構(gòu)映射的圖像匹配算法能夠?qū)崿F(xiàn)快速而準(zhǔn)確的圖像匹配并優(yōu)化通過(guò)索引檢索出的圖片結(jié)果。該算法通過(guò)在兩張圖片之間建立結(jié)構(gòu)上的映射關(guān)系從而的將圖片中的特征點(diǎn)進(jìn)行一一對(duì)應(yīng)實(shí)現(xiàn)了圖片高效而準(zhǔn)確的匹配。實(shí)驗(yàn)結(jié)果表明本文的算法可有效節(jié)省存儲(chǔ)和傳輸帶寬具有廣泛的應(yīng)用前景。

簡(jiǎn)介：點(diǎn)擊查看更多基于BREW的數(shù)據(jù)文件夾與圖片模塊的設(shè)計(jì).pdf精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多基于單張二維圖片的三維人臉建模.pdf精彩內(nèi)容。

簡(jiǎn)介：電子郵件的出現(xiàn)為人們帶來(lái)了較大的便利，它憑借低成本和高速率被廣泛地應(yīng)用于現(xiàn)今社會(huì)。而與此同時(shí)，不法分子也正是利用這些優(yōu)點(diǎn)來(lái)對(duì)人們的郵箱進(jìn)行攻擊，發(fā)送大量的垃圾郵件。研究者們已經(jīng)研究出許多垃圾郵件的檢測(cè)及過(guò)濾方法。在垃圾郵件的過(guò)濾技術(shù)不斷提高的前提下，垃圾郵件制造者就開(kāi)始研究新的垃圾郵件制作方法，以躲避垃圾郵件的過(guò)濾。于是，他們將一些垃圾信息以文本的形式嵌入郵件中的圖像里，因而，就產(chǎn)生了圖像型垃圾郵件。時(shí)下，圖像型垃圾郵件便已經(jīng)為了十分盛行的垃圾郵件信息的傳播方式。根據(jù)MCAFEE在2007年的報(bào)告，圖像型垃圾郵件在所有垃圾郵件中所占的比例大約是30％。本文首先系統(tǒng)的分析了圖像型垃圾郵件過(guò)濾的產(chǎn)生背景、發(fā)展現(xiàn)狀及研究意義，接著介紹了現(xiàn)今幾種比較有潛力的圖像型垃圾郵件檢測(cè)方法。與此同時(shí)，對(duì)圖像型垃圾郵件過(guò)濾的關(guān)鍵技術(shù)進(jìn)行深入的學(xué)習(xí)和研究，并將現(xiàn)今已存在的研究成果作為基礎(chǔ)，主要完成了以下幾個(gè)方面的創(chuàng)新通過(guò)半監(jiān)督在線學(xué)習(xí)來(lái)訓(xùn)練支持向量機(jī)的算法，以得到一個(gè)高精確度且穩(wěn)定的分類(lèi)器。由于獲取已被標(biāo)簽的數(shù)據(jù)樣本需要耗費(fèi)較大的人力、物力，而相對(duì)的獲取未被標(biāo)簽的數(shù)據(jù)樣本則相對(duì)容易的多。所以，我們從未標(biāo)簽的樣本中提取含信息量較大的數(shù)據(jù)樣本點(diǎn)，加入并更新原本的訓(xùn)練集合，從而利用不斷被更新的樣本訓(xùn)練集來(lái)訓(xùn)練支持向量機(jī)，直到其分類(lèi)精確度趨于穩(wěn)定，最終得到高精確的分類(lèi)結(jié)果。

簡(jiǎn)介：圖片相關(guān)的產(chǎn)品很早就出現(xiàn)在用戶的面前隨著近年來(lái)互聯(lián)網(wǎng)的不斷發(fā)展用戶對(duì)于圖片定制功能的易用性、可擴(kuò)展性以及系統(tǒng)的安全性方面的需求都有了很大程度的提高。另一方面伴著ROID移動(dòng)互聯(lián)網(wǎng)的興起圖片定制的用戶更呈現(xiàn)出了分散和跨平臺(tái)的特點(diǎn)。針對(duì)ROID系統(tǒng)的開(kāi)放性如何更好的把各個(gè)不同的軟硬件生態(tài)環(huán)境更好的兼容起來(lái)以便讓用戶數(shù)據(jù)的延續(xù)性和整個(gè)用戶群體持續(xù)增長(zhǎng)得到保證也是需要研究解決的問(wèn)題之一。在產(chǎn)品的設(shè)計(jì)和開(kāi)發(fā)中我們采用敏捷開(kāi)發(fā)的理念管理產(chǎn)品團(tuán)隊(duì)和開(kāi)發(fā)團(tuán)隊(duì)。敏捷開(kāi)發(fā)以人為核心采用循序漸進(jìn)及迭代的開(kāi)發(fā)方法核心原則包括主張簡(jiǎn)單以及擁抱變化。在敏捷開(kāi)發(fā)中軟件項(xiàng)目的構(gòu)建被切分成多個(gè)子項(xiàng)目各個(gè)子項(xiàng)目的成果都經(jīng)過(guò)測(cè)試具備集成和可運(yùn)行的特征。論文在對(duì)ROID平臺(tái)的技術(shù)現(xiàn)狀以及發(fā)展趨勢(shì)的進(jìn)行簡(jiǎn)要介紹的基礎(chǔ)上詳細(xì)分析了基于SCRUM的敏捷開(kāi)發(fā)的圖片社區(qū)產(chǎn)品的設(shè)計(jì)思路以及團(tuán)隊(duì)管理理念。通過(guò)對(duì)產(chǎn)品設(shè)計(jì)流程中的各個(gè)階段的分析論述了在具體的實(shí)施過(guò)程中團(tuán)隊(duì)在SCRUM理念下逐步完成產(chǎn)品的過(guò)程。產(chǎn)品實(shí)現(xiàn)了圖片瀏覽圖片分享圖片評(píng)論以及發(fā)布的功能通過(guò)對(duì)細(xì)節(jié)的優(yōu)化和創(chuàng)新提供了優(yōu)質(zhì)的體驗(yàn)。結(jié)合移動(dòng)應(yīng)用的特點(diǎn)該產(chǎn)品具有低耦合性、實(shí)時(shí)性、便于移植的特點(diǎn)同時(shí)可維護(hù)性強(qiáng)具有很強(qiáng)的市場(chǎng)競(jìng)爭(zhēng)力。

簡(jiǎn)介：隨著計(jì)算機(jī)進(jìn)入多核時(shí)代傳統(tǒng)的依靠串行編程思維編寫(xiě)的桌面程序已不能滿足多核的需要。傳統(tǒng)的串行程序在多核平臺(tái)上運(yùn)行不僅不能充分利用多核平臺(tái)的優(yōu)勢(shì)而且程序執(zhí)行效率低下。因此有必要對(duì)傳統(tǒng)的串行程序進(jìn)行改造使其適應(yīng)多核平臺(tái)。圖像領(lǐng)域具有計(jì)算量大、存儲(chǔ)容量大的特點(diǎn)一直是并行計(jì)算研究的熱門(mén)領(lǐng)域。本文研究的是如何在短時(shí)間內(nèi)將一張超大圖合成為JPEG圖片。合成過(guò)程中涉及到圖像繪制需要大量像素參與計(jì)算具有耗時(shí)長(zhǎng)特點(diǎn)因而適合進(jìn)行并行計(jì)算。本文對(duì)串行程序并行化改造的步驟是分析串行程序并行化改造的必要性、找出串行程序的可并行區(qū)域、選擇一種并行編程模型對(duì)并行區(qū)域進(jìn)行并行改造、進(jìn)行并行性能優(yōu)化。本文以超大圖合成算法為載體來(lái)研究如何改造一個(gè)串行程序主要內(nèi)容如下1對(duì)目前常用的并行編程模型進(jìn)行分析每種編程模型給出一個(gè)具體實(shí)例來(lái)進(jìn)行說(shuō)明然后通過(guò)各種編程模型的對(duì)比選擇一種適合本次串行程序改造的并行編程模型。2介紹傳統(tǒng)的超大圖合成算法針對(duì)超大圖合成算法運(yùn)算量大、耗時(shí)長(zhǎng)問(wèn)題進(jìn)行分析并借助微軟的性能分析工具進(jìn)行熱點(diǎn)分析從而得出程序中可并行化部分最后給出一個(gè)串行程序并行化方案。3設(shè)計(jì)了本次并行化的優(yōu)化策略包括數(shù)據(jù)的保護(hù)與同步、內(nèi)存的優(yōu)化、線程的個(gè)數(shù)設(shè)置、平衡負(fù)載。然后針對(duì)可并行區(qū)域采用TPL技術(shù)進(jìn)行并行編程并對(duì)算法的并行調(diào)試工具進(jìn)行介紹接著給出對(duì)本次算法性能評(píng)估的標(biāo)準(zhǔn)最后給出一個(gè)完整超大圖并行合成算法步驟。4并行算法和串行算法分別在雙核和四核平臺(tái)上進(jìn)行測(cè)試。對(duì)測(cè)試的結(jié)果從CPU性能、執(zhí)行時(shí)間、加速比三個(gè)方面進(jìn)行分析從而得出了結(jié)論改造后的并行算法無(wú)論是在CPU負(fù)載均衡方面還是執(zhí)行時(shí)間方面都取得了重大提升同時(shí)本次改造串行程序的方法對(duì)于改造其他串行桌面程序具有借鑒意義達(dá)到了預(yù)期的研究目標(biāo)。

簡(jiǎn)介：計(jì)算機(jī)技術(shù)與互聯(lián)網(wǎng)技術(shù)迅速結(jié)合形成了獨(dú)特網(wǎng)絡(luò)文化流傳于網(wǎng)絡(luò)的大量數(shù)字信息給人們的日常生活和工作帶來(lái)巨大影響。一方面諸如圖書(shū)封面、信封封面、文檔內(nèi)容的文字部分等有益圖片需要計(jì)算機(jī)自動(dòng)完成相關(guān)文字內(nèi)容的搜索工作從而達(dá)到釋放勞動(dòng)力、數(shù)字化辦工的需求。另一方面流傳于網(wǎng)絡(luò)的不良圖片種類(lèi)繁多需及時(shí)檢測(cè)和過(guò)濾消除在網(wǎng)絡(luò)傳播中的不良影響。文本是圖像信息中最重要的內(nèi)容基于圖像的文本信息檢索也應(yīng)運(yùn)而生。現(xiàn)有的字符識(shí)別技術(shù)已經(jīng)非常成熟只要能準(zhǔn)確定位出文本即可分割和識(shí)別出文本。因此在網(wǎng)絡(luò)圖片中定位出文本就顯得非常重要。本文的主要工作圍繞如何從網(wǎng)絡(luò)圖片中定位和提取文本區(qū)域信息的各個(gè)方面和步驟展開(kāi)研究的工作主要集中于網(wǎng)絡(luò)圖片中文字區(qū)域的檢測(cè)、定位和文本區(qū)域的辨別以及相關(guān)的算法研究。網(wǎng)絡(luò)圖片并無(wú)統(tǒng)一的規(guī)范和標(biāo)準(zhǔn)因此包含的文本也形式各異字體的不同大小、排列方式、語(yǔ)言種類(lèi)、色彩、亮度、背景的復(fù)雜程度以及網(wǎng)絡(luò)圖片本身的分辨率、質(zhì)量等都將影響到算法的準(zhǔn)確性和適用性。這些因素都給網(wǎng)絡(luò)圖片中文本區(qū)域的定位技術(shù)研究帶來(lái)了困難和挑戰(zhàn)。在文本檢測(cè)方面本文對(duì)比了基于連通區(qū)域、基于邊緣檢測(cè)、基于紋理學(xué)習(xí)和基于機(jī)器學(xué)習(xí)等算法最后選擇角點(diǎn)為文本的主要特征并提出了基于角點(diǎn)的高斯金字塔自動(dòng)文本檢測(cè)和定位算法。該算法能自動(dòng)地檢測(cè)到同一網(wǎng)絡(luò)圖片中大、中、小三種不同大小的文本。為達(dá)到高召回率改進(jìn)了積分投影算法提出了分段處理的思想在完成同一圖片中不同位置多文本區(qū)域的定位。為提高查找精度采用了基于文本混合特性的啟發(fā)式規(guī)則。在性能評(píng)估方面主要采用召回率、精度和運(yùn)行時(shí)間為評(píng)估標(biāo)準(zhǔn)。文提出的算法是在一系列文獻(xiàn)閱讀和實(shí)驗(yàn)對(duì)比下設(shè)計(jì)和完成的實(shí)驗(yàn)結(jié)果表明針對(duì)傳輸于網(wǎng)絡(luò)上的書(shū)籍封面和CD唱片封面的圖片本文算法能較好地完成迅速、準(zhǔn)確定位?？膳浜衔谋痉指?、文字識(shí)別系統(tǒng)完成網(wǎng)絡(luò)圖片中文字的提取和識(shí)別辨別圖片的語(yǔ)義內(nèi)容提取有用信息過(guò)濾不良信息。

簡(jiǎn)介：隨著網(wǎng)絡(luò)應(yīng)用不斷廣泛，網(wǎng)絡(luò)數(shù)據(jù)也呈幾何級(jí)增長(zhǎng)。人們要在龐大的數(shù)據(jù)資源中找到自己需要的數(shù)據(jù)，就必須應(yīng)用到搜索引擎。在文本搜索方面，技術(shù)已經(jīng)較為成熟，而在另一類(lèi)重要數(shù)據(jù)圖像數(shù)據(jù)的搜索上，目前仍然以圖片的描述為主進(jìn)行文本搜索，這種方式并不能很好地滿足人們的需求，因此基于內(nèi)容的圖像搜索算法成為一個(gè)很好的解決方案?；趦?nèi)容的圖像檢索CBIR是指由圖像分析軟件對(duì)輸入的圖像先進(jìn)行圖像分析，根據(jù)圖像中物體或區(qū)域的顏色COL、形狀SHAPE或紋理TEXTURE等特征以及這些特征的組合，自動(dòng)抽取特征，在將輸入圖像存入圖像庫(kù)的同時(shí)將其相應(yīng)的特征向量也存入與圖像庫(kù)相連的特征庫(kù)。在進(jìn)行檢索圖像時(shí)，對(duì)每一幅給定的查詢(xún)圖，進(jìn)行圖像分析，并提取圖像特征向量。將該圖像的特征向量和特征庫(kù)中的特征向量進(jìn)行匹配，根據(jù)匹配的結(jié)果到圖像庫(kù)中搜索就可以提取出所需要的檢索圖。本文為圖像提取方法提出了一個(gè)新的高效的框架。圖像提取的方法變成了在一個(gè)圖像數(shù)據(jù)庫(kù)中搜索一個(gè)有序環(huán)的過(guò)程。而最優(yōu)化的環(huán)可以通過(guò)FATS算法中的最小化幾何流形熵來(lái)得到。而提取這個(gè)最小值的過(guò)程使用了GPU并行計(jì)算加速，從而顯著地提高了計(jì)算的性能。本算法框架相對(duì)于以前所使用的基于流形的方法具有明顯的優(yōu)勢(shì)本方法框架可以直接對(duì)圖像數(shù)據(jù)評(píng)定相關(guān)性并返回相關(guān)性最高的圖像數(shù)據(jù)，而以往的基于流形的方法必須要從特征空間到一個(gè)不清晰的語(yǔ)義流形空間做一個(gè)映射，并對(duì)這個(gè)映射進(jìn)行學(xué)習(xí)。更進(jìn)一步，使用本框架可以避免在語(yǔ)義，空間的維度上進(jìn)行的無(wú)謂的研究。在本文中，不但提出了這樣一個(gè)新的圖像提取框架，而且將此框架與網(wǎng)絡(luò)爬蟲(chóng)程序相結(jié)合，使用戶的搜索范圍擴(kuò)大，以得到更好的搜索結(jié)果。

簡(jiǎn)介：隨著數(shù)碼相機(jī)的普及，原始照片不能滿足應(yīng)用需求，操作簡(jiǎn)捷、實(shí)用的數(shù)碼照片再處理方法成為一種需要。本文通過(guò)對(duì)比通用型和專(zhuān)用型圖片再處理系統(tǒng)的特點(diǎn)，針對(duì)郵政系統(tǒng)個(gè)性化明信片制作以及旅游景點(diǎn)現(xiàn)場(chǎng)照片再處理的需要，提出了一種新型的圖片處理系統(tǒng)，利用該系統(tǒng)可實(shí)現(xiàn)對(duì)數(shù)碼照片的再處理。首先，本文闡述圖像了幾何變換和色彩變換原理，針對(duì)圖像在變換過(guò)程中涉及到浮點(diǎn)數(shù)運(yùn)算、需要對(duì)灰度值進(jìn)行插值處理的問(wèn)題，本系統(tǒng)在對(duì)比常用的三種插值方法基礎(chǔ)上采用雙線性插值方法進(jìn)行插值。其次，本文完成了圖片合成系統(tǒng)的整體設(shè)計(jì)，并對(duì)各個(gè)功能模塊進(jìn)行設(shè)計(jì)，實(shí)現(xiàn)了各個(gè)模塊的功能。功能模塊包括幾何調(diào)整、色彩調(diào)整、添加修飾。其中，添加修飾由三個(gè)模塊組成，即添加邊框和修飾圖、添加文字以及手動(dòng)簽名。最后，在系統(tǒng)終端，針對(duì)屏幕閃爍現(xiàn)象，利用雙緩沖技術(shù)解決了窗體頻繁重繪時(shí)產(chǎn)生的屏幕閃爍問(wèn)題；針對(duì)圖像合成時(shí)的背景透明問(wèn)題，利用透明位圖制作技術(shù)，實(shí)現(xiàn)了多幅圖片的無(wú)痕合成；針對(duì)照片定位過(guò)程操作步驟過(guò)多的問(wèn)題，利用基于膚色的人臉識(shí)別技術(shù)實(shí)現(xiàn)了照片的快速定位，從而減少操作步驟，提高操作速度。圖片處理系統(tǒng)以VISUAL2005為開(kāi)發(fā)平臺(tái)，C＋＋為開(kāi)發(fā)語(yǔ)言，充分運(yùn)用微軟提供的MFC庫(kù)，采用多線程技術(shù)、數(shù)據(jù)庫(kù)技術(shù)，實(shí)現(xiàn)了對(duì)圖片文件的快速存取，完成了系統(tǒng)功能的開(kāi)發(fā)，提供了友好的用戶界面。本系統(tǒng)在多個(gè)旅游景點(diǎn)得到了很好的應(yīng)用，基本滿足用戶需求。

簡(jiǎn)介：在使用新聞圖片庫(kù)的過(guò)程中經(jīng)常遇到圖片入庫(kù)前查重和查找一組相似圖片等涉及圖片相似性判斷的操作圖片相似性判斷需要結(jié)合人對(duì)圖片的視覺(jué)感知信息如圖片的色彩、構(gòu)圖等等然而這些視覺(jué)感知特征難以用文字描述而且文字描述受主觀因素影響很大加工者和查詢(xún)者的不同描述造成了檢索矛盾針對(duì)文字關(guān)鍵詞檢索方式造成相似圖片檢索效率低、效果差的問(wèn)題我們開(kāi)發(fā)了一個(gè)基于圖象綜合特征的檢索系統(tǒng)實(shí)現(xiàn)了在新聞圖片庫(kù)中客觀地進(jìn)行相似圖片檢索目前較成熟的基于內(nèi)容的圖象檢索技術(shù)主要集中在圖象的顏色、紋理等低層特征上并已獲得了顏色直方圖、對(duì)比度、粗糙度、方向性等許多高效的特征描述符本系統(tǒng)結(jié)合新聞?wù)掌臉?gòu)圖特點(diǎn)將圖片分割成權(quán)重不同的四個(gè)區(qū)域綜合使用HIS顏色模型下的顏色直方圖以及MPEG7標(biāo)準(zhǔn)推薦的顏色布局描述符CLD和邊緣直方圖描述符EHD分別對(duì)圖象進(jìn)行相應(yīng)的特征提取和歸一化處理同時(shí)提出了采用相關(guān)反饋方法根據(jù)用戶對(duì)檢索結(jié)果的相關(guān)性評(píng)價(jià)客觀地獲取照片新聞主體的文字描述使檢索結(jié)果更接近用戶目標(biāo)通過(guò)在含有1000幅照片的圖象庫(kù)上測(cè)試表明本系統(tǒng)具有較好的檢索效果

簡(jiǎn)介：隨著智能手機(jī)走進(jìn)普通人的生活，它將成為人們獲取信息的主要設(shè)備。因此，手機(jī)的應(yīng)用服務(wù)將會(huì)有很大的發(fā)展空間，手機(jī)圖片管理服務(wù)就是其中的一項(xiàng)。ROID平臺(tái)支持各種應(yīng)用的開(kāi)發(fā)，它是目前最流行的開(kāi)源智能手機(jī)操作系統(tǒng)，最新的版本是ROID42，提供了便捷靈活的開(kāi)發(fā)接口。本課題在ROIDSDK22平臺(tái)下，設(shè)計(jì)了一個(gè)手機(jī)圖片管理。采用了ROID平臺(tái)的FRAMEWK層提供的接口，實(shí)現(xiàn)了圖片預(yù)覽、圖片動(dòng)態(tài)切換、停止播放等功能，支持JPG，BMP，PNG和GIF圖片格式，該程序是獨(dú)立的APK文件，可以安裝在ROID22以上的系統(tǒng)內(nèi)。它可以讓手機(jī)成為一個(gè)圖片管理，用戶可以將其放在心儀的地方，來(lái)展示美好的圖片，而不必再去購(gòu)買(mǎi)別的設(shè)備就能擁有精美的圖片管理了。ROID圖片管理系統(tǒng)有效地解決了大量圖片管理問(wèn)題，本程序具有很好的可移植性和可繼承性，開(kāi)發(fā)者可以在其基礎(chǔ)之上，建立更多的功能，來(lái)設(shè)計(jì)更加專(zhuān)業(yè)級(jí)的電子相冊(cè)。本文開(kāi)頭首先對(duì)圖片管理軟件的研究背景做了簡(jiǎn)單介紹，其次簡(jiǎn)述了現(xiàn)今流行的幾個(gè)手機(jī)開(kāi)發(fā)平臺(tái)，詳細(xì)介紹了ROID開(kāi)發(fā)平臺(tái)的架構(gòu)，并描述了ROID開(kāi)發(fā)環(huán)境的搭建過(guò)程接下來(lái)是對(duì)系統(tǒng)設(shè)計(jì)的介紹，本文從對(duì)購(gòu)書(shū)比價(jià)系統(tǒng)的分析，到數(shù)據(jù)庫(kù)的設(shè)計(jì)，再到系統(tǒng)客戶端的實(shí)現(xiàn)都做了詳細(xì)的解說(shuō)，并把有些細(xì)節(jié)和技術(shù)提出來(lái)做單一的解說(shuō)緊接著本文描述了此客戶端的圖片管理軟件的測(cè)試過(guò)程和如何發(fā)布此系統(tǒng)。本設(shè)計(jì)完成后，能夠?qū)崿F(xiàn)以下功能圖片的瀏覽、圖片屬性的修改、圖片的一些基本操作。

簡(jiǎn)介：伴隨著數(shù)字網(wǎng)絡(luò)與多媒體技術(shù)的高速發(fā)展，數(shù)字圖像越來(lái)越多的應(yīng)用于我們的日常生活和工作當(dāng)中。然而，圖像處理工具的發(fā)展也使得偽造圖像進(jìn)入了我們的視線，挑戰(zhàn)著人們對(duì)于社會(huì)公共信息的信任。因此，如何簡(jiǎn)便快捷準(zhǔn)確地鑒別圖像的真?zhèn)我呀?jīng)成為一個(gè)亟待解決的關(guān)鍵問(wèn)題。本文針對(duì)圖片偽造的實(shí)際問(wèn)題，以生活中常見(jiàn)的圓為線索，提出了一套基于幾何方法的盲檢測(cè)技術(shù)框架。即在不依賴(lài)任何預(yù)嵌入信息的前提下，只依靠圖片本身提供的幾何信息對(duì)圖像的真?zhèn)芜M(jìn)行鑒別。本文一共提出了3種方法，均以提取圖像中的幾何約束為切入點(diǎn)，主要適用于如下幾種場(chǎng)景1兩個(gè)或多個(gè)共面且大小相等的圓；2只有一個(gè)圓，但是具有可以辨別的圓心投影；3一個(gè)圓，不存在圓心，但是可以提取到其他輔助相機(jī)校驗(yàn)的幾何約束。兩個(gè)圓的方法中我們首先利用大小相等的兩個(gè)圓得到了兩組互相垂直的平行線，進(jìn)而求出相機(jī)焦距，然后計(jì)算圓平面的法向量一個(gè)圓對(duì)應(yīng)一個(gè)法向量，兩個(gè)法向量是否相互平行就作為衡量圖像真?zhèn)蔚脑u(píng)判標(biāo)準(zhǔn)；單個(gè)圓的情況，我們首先將投影的橢圓進(jìn)行度量矯正，然后將矯正后橢圓理想情況下應(yīng)該是圓的長(zhǎng)短半軸的長(zhǎng)度比作為真?zhèn)螜z測(cè)的依據(jù)。為了證明提出方法的有效性，每種方法都使用仿真數(shù)據(jù)和實(shí)際圖片進(jìn)行實(shí)驗(yàn)，得到了較好的效果。