1、在Web2.0時(shí)代，隨著相機(jī)、手機(jī)、平板電腦等圖像獲取設(shè)備日益普及，人們可隨時(shí)隨地拍照并上傳到網(wǎng)絡(luò)上，通過(guò)社交網(wǎng)絡(luò)迅速傳播。調(diào)查結(jié)果顯示，2011年全球有1.8ZB的數(shù)據(jù)被創(chuàng)建和復(fù)制，其中75％是以圖片、視頻和音樂(lè)為主的非結(jié)構(gòu)化數(shù)據(jù)。面對(duì)數(shù)量如此龐大的數(shù)據(jù)，如何快速準(zhǔn)確地進(jìn)行內(nèi)容查找對(duì)大規(guī)模數(shù)據(jù)管理有重大意義。傳統(tǒng)的最近鄰圖像檢索方法在處理大規(guī)模圖像庫(kù)時(shí)，由于“維數(shù)災(zāi)難”會(huì)導(dǎo)致特征存儲(chǔ)空間大、檢索速度慢的問(wèn)題。圖像哈希技術(shù)通過(guò)構(gòu)造哈希函

2、數(shù)將高維數(shù)據(jù)映射成低維的二值哈希碼，并在二值空間中保持高維數(shù)據(jù)的空間結(jié)構(gòu)，具有表示方式簡(jiǎn)潔、存儲(chǔ)空間小、檢索速度快等優(yōu)點(diǎn)，近幾年在基于內(nèi)容的近似最近鄰圖像檢索中備受關(guān)注。本文結(jié)合圖像哈希技術(shù)，研究了大規(guī)模圖像庫(kù)的檢索問(wèn)題，論文主要工作如下:
　　(1)針對(duì)圖像沒(méi)有標(biāo)簽信息的情況，本文提出一種多表弱主成份圖像哈希方法。首先，對(duì)于每個(gè)哈希表，通過(guò)“去能量”的方式將數(shù)據(jù)投影到不同的弱主成份方向上，得到每個(gè)哈希函數(shù)的輸入數(shù)據(jù);然后,采用正

3、交旋轉(zhuǎn)的方法對(duì)投影方向進(jìn)行旋轉(zhuǎn)，優(yōu)化哈希函數(shù)的投影矩陣，增強(qiáng)數(shù)據(jù)之間的區(qū)分性。采用CIFAR10和SIFT1M兩個(gè)國(guó)際公開(kāi)的大規(guī)模數(shù)據(jù)進(jìn)行測(cè)試，與6種已有的哈希方法進(jìn)行比較，驗(yàn)證了本文方法的有效性。
　　(2)當(dāng)可以獲得一部分圖像的標(biāo)簽信息時(shí)，本文從特征選擇的角度利用標(biāo)簽信息，提出一種基于Boosting的有監(jiān)督圖像哈希方法。該方法借鑒boosting思想，根據(jù)前一個(gè)哈希表對(duì)已知標(biāo)簽樣本判別正確與否，確定當(dāng)前哈希表輸入樣本的權(quán)重，

4、為每個(gè)哈希表選擇輸入樣本，并在保持樣本關(guān)系和哈希碼量化誤差最小化雙重約束下，優(yōu)化哈希投影向量。實(shí)驗(yàn)中，采用CIFAR10和SIFT1M兩個(gè)測(cè)試庫(kù)，與7種已有哈希方法進(jìn)行比較，驗(yàn)證了本文方法的有效性。
　　(3)針對(duì)漢明距離的整數(shù)取值會(huì)影響圖像的排序問(wèn)題，本文提出兩種基于圖像哈希的圖像重排方法:基于距離權(quán)重的重排方法(DWR)和基于比特位重要性的重排方法(BPIR)?；诰嚯x權(quán)重的重排方法將哈希值相同碼位的歐氏特征的距離傳遞到哈希值