[01269143]基于内容的嵌入式服装图像检索系统

随着信息社会的到来，网购服装日渐成为一种越来越重要的购物方式。

无论从服装生产者还是消费者的角度考虑，都迫切需要一种切实可用的、基于内容的服装图像搜索工具，通过“以图搜图”的方式，快速准确地找到感兴趣的服装。

本课题的目的正在于此，本课题主要研究基于内容的图像检索技术在服装图像检索领域的应用及其改进。

本课题开发实现了一个基于Web的服装图像检索系统，能根据客户端上传的服装图像，在服务器端提取出颜色、形状和纹理特征，并与图库中各图进行匹配，将相似度最高的若干幅图像返回给客户端。

在此基础上，为了提高服装检索的查准率和查全率，本课题重点研究了服装前景提取算法、颜色特征提取算法、款式和纹理特征提取算法，并对其中一些算法进行了改进，也提出了新的算法。

主要成果如下：

（1）针对服装图像的复杂背景，提出了一种结合区域生长和肤色去除的改进的Grab Cut前景提取算法。该算法对于大多数的服装图像都能准确去除模特肤色以及复杂背景。

（2）在服装的颜色特征提取方面，提出的主颜色提取算法的检索效果非常理想。除了复杂背景的花色服装之外，其他情况下的查准率和查全率均达到了90%以上。

而复杂背景的花色服装，查准率和查全率也分别达到了86.7%和87.7%，由此可见该算法的优越性，达到了项目预期目标;

（3）将PC端的服装检索系统移植到Android系统，在手机上设计开发了服装检索app实验发现，移动端的服装检索系统的检索效果与PC端的几乎完全一样，但检索时间相对较长。

在本课题研究中，虽然服装检索的查准率和查全率已达到预期目标，但要将这些技术广泛商用，仍然有一些需要解决的问题。

主要存在的困难是，服装检索的时间比较长，尤其是当数据库的规模非常大时，检索效率还不能达到实用的要求。

因此，提高检索效率以及将本课题中的检索技术实用化是下一步的主要研究方向。