1. 研究目的与意义（文献综述）

传统的基于文字的图像检索tbir技术，是通过关键字式的提问查询，可以检索的关键字有图像名称、图像尺寸、压缩类型、作者、年代等图像标引。到90年代以后，全世界的数字图像的容量迅速增长，这些图都是无序、无索引的。要检索靠传统技术全部都要人工标注，每个人对同一幅图像的理解不同，太过主观而且标注描述就会有很大差距。而且随着数据库数地增加，人们寻找资料变得非常困难而且费时，造成资源无法有效利用。因此人们提出了一种新的对图像内容的检索技术——基于图像内容的检索cbir，它不需要用户的参与，而利用图像自身的特征，如颜色、纹理、形状等特征来进行检索，具有较强的客观性。

基于内容的图像检索技术是一种颠覆性的以图片搜索图片的搜索方式，在全球各大权威评选中被公认为未来几年互联网最有前途的创新应用。作为一种新的检索内容形式，越来越多的图片出现在互联网上，其信息量正在超越文字，成为一种新的需要被研究和关注的检索内容。 目前，国外许多企业如 google、bing

、ebay和amazon 在这一领域进行研究和开发。谷歌对 plink、pixazza和 like三家公司进行收购或投资；苹果对人脸视觉搜索的polar rose进行收购；微软也在 bing 上推广图像相似搜索。国内方面，以阿里投资的基于视觉的图片购物搜索淘淘搜作为代表，成为国内第一个以图搜图的购物搜索网站，是国内至今最大的图像搜索购物引擎。

2. 研究的基本内容与方案

设计的基本内容是针对服装图像的一些基本内容特征，如颜色特征、形状特征、纹理特征等，应用不同的算法，对服装图像文件进行上述特征提取，并设计匹配算法，与自建的图像库中的图像进行特征匹配，从而实现服装图像的检索功能。利用matlab实现软件算法设计及其结果分析，且完成可视化软件系统设计。

设计目标是了解并应用图像特征提取的算法以及图像检索方法和匹配算法，并完成一个可以供用户在本地图库中检索服装图像的系统，其用户界面gui以及底层代码用matlab软件完成。其系统结构图如图1所示。

3. 研究计划与安排

第4-5周：认真学习选题相关的知识、理论和算法实现等，熟悉软硬件环境；

第6-9周：建立软硬件仿真模型、完成程序编写、仿真实验等，并做好相关记录及分析；

第10-12周：完善相关实验、比较及分析，完成算法或系统的设计实现；

4. 参考文献（12篇以上）

[1] 张威. 基于内容的服装检索系统的设计与实现[d]. 大连理工大学, 2015.