物品识别系统的设计与实现

潘威　左欣　沈构强　徐杰　李袁　李强

（江苏科技大学，江苏 镇江 212000）

【摘要】由于电子商务的迅猛发展，网购越来越成为与网民生活密切相关的重要网络应用。这种传统购物方式的改变不可避免地增加了对物品的搜索量。针对以上问题，本文研究了一种基于视觉字典的物品识别系统，首先提取图像的特征点并利用K-means聚类算法建立支持动态扩充的随机视觉字典，然后进行相似性匹配，最后选取了在市场上使用最为广泛的Android作为开发平台，实现便捷高效物品识别客户端系统，利用随手拍摄的照片或是Web上浏览过的图像“以图搜图”。

教育期刊网 http://www.jyqkw.com
关键词 物品识别；ROOTSift算法；K-means聚类；视觉字典

由于电子商务的迅猛发展，网购日渐成为一种不可忽视的购物方式。面对种类繁多的物品信息，人们迫切需要一种高效的物品检索系统，为用户提供方便高效的物品信息查找功能。本文研究了一个以物品内容为特征的物品识别系统，采用基于视觉字典的方法进行物品识别的图像检索。

1　项目概述

本系统开发大体上分为前台用户模块、后台服务器管理模块。

1.1　前台用户模块

主要是面向用户的，该模块又细分为图片选择、图片处理、图片上传和信息接收模块，其中图片选择又有拍照获取和本地获取两个子模块。用户可以选择拍照或者直接从本地获取图片，对所选进行处理。

1.2　后台服务器管理模块

服务器是主要是面向管理员使用的，该模块细分为服务器端通信、服务器设计、图像识别和图像返回模块。管理员通过该模块建立图片数据库，并进行维护和管理。对用户上传的图片数据运用算法进行识别，然后与数据库里已有的图片进行匹配，返回匹配成功的图片及相关信息。

2　需求分析

使用该系统的主要为两种角色，分别为用户和服务器，下面我们队这两种角色进行基本功能需求分析[1]。

2.1　用户分析

（1）图片选择：用户可以选择软件开发的相机拍照直接获取图片或是用手机里其他相机拍照存在本地及直接从本地获取照片、从网络下载的其他图片。图片处理：用户可以先预览选择的图片，如果用户对已选择的图片不满意可以取消选择，或是直接删除图片。

（2）图片上传：用户选定图片，确定服务器的IP地址和端口号，即可将图片上传到相应服务器，上传成功后等待服务器回应。

（3）图片接收：图片上传成功后，经过服务器的识别、匹配、数据返回后，用户即可接收到返回的数据信息，包括匹配图片、相似度、图片信息等。

2.2　服务器分析

服务端的主要功能是建立与客户端(Android客户端)之间的通讯并实现文件(主要是图片)的传输，以及在后台对客户端上传的图片与图库中的图片进行比较，筛选出多张内容相似的图片且记录他们的相似度，最后将筛选出的图片以及相似度返回至客户端，实现物品的识别。

服务器设计：建立关于物品图片及其相关数据的数据库；在接收分析结果后，将分析结果与数据库里的图片进行图像匹配，匹配成功后同时获取图像相关信息，然后将结果返回服务器通信端口。

图像识别：接收服务器通信传送的图片，根据算法进行图像处理分析，将分析结果传送给服务器。

3　系统实现

为了提高检索的准确率，本文提出了利用改进的ROOTSIFT算法提取图像的特征点，然后根据这些特征点建立视觉字典进行图像检索的方法。该方法首先使用ROOTSIFT算法高效的提取图像的特征点，然后利用K-means聚类算法[2]建立支持动态扩充的随机视觉字典，并且利用倒排序方法建立索引，最后利用距离来匹配相似度来达到图像检索的目的。本文选用欧式距离法[3]。

3.1　数据集

本文数据集中包含了200幅衣服类图像，每种衣服都有8-10张不同角度和不同尺度大小的图像。同时本文也加入了大约200张从淘宝衣服类店铺中截取的衣服图像作为干扰图像。数据集可以从大学生软件设计大赛官方网站下载。

3.2　系统演示

本系统基于Android开发平台实现了这项检索功能。在Android开发平台上，本文首先将要查询的图像库中的一幅图像载入，然后输入服务器的IP地址进行上传，等待数秒之后即可下载到服务器检索到的结果。查询图如图1所示，查询结果如图2所示。

本文也给出了在Android平台上每次查询图像时的响应速度，并以查询图像的大小作为分类的标准来统计查询时间的平均值。如表1所示。从表中能够看出本文系统具有非常快速的响应速度。

4　结束语

基于内容的图像检索仍然是一项极具挑战性的研究课题，本文仅仅在这个研究方向上迈出了很小小步，后续还有大量的问题需进一步深入研究，如查找相似产品、收藏比较、与好友分享等仍需继续深入开发研究。

教育期刊网 http://www.jyqkw.com
参考文献

［1］张海藩,牟永敏.软件工程导论[M].6版．北京:清华大学出版社,2013:55-56．

［2］张建萍,刘希玉.基于聚类分析的K-means算法研究及应用[J].计算机应用研究,2007,5:166-168．

［3］李进,陈念,马帅,明慧.基于颜色的图像检索方法研究[J].软件导论,2010,4:184-186．

［责任编辑：薛俊歌］