融合傅里叶描述子和尺度不变特征转换特征的商标检索

针对传统商标检索算法中全局特征容易造成误检，而局部特征SIFT对轮廓描述能力不强及算法复杂度高的问题，提出了一种融合图像全局特征和局部特征的商标检索算法。其中全局特征反应了图像的整体信息，这些信息可用来较快地建立候选图像库，而局部特征则可以更准确地与候选图像进行匹配。首先提取图像的傅里叶描述子进行初步检索，并按相似度排序，然后在此结果集的基础上对候选图像通过提取SIFT特征进行精确匹配。实验结果表明，该方法既保持了SIFT特征较高的查全率和查准率，优于傅里叶描述子单一特征，而且检索速度比SIFT单一特征显著提高，能很好地应用于商标图像检索系统中。