全文总字数：3839字

1. 研究目的与意义及国内外研究现状

目的：针对多媒体数据中的图像数据，采用哈希算法，进行相似性图像搜索研究。

意义：图像检索技术有大规模应用前景，如：安防系统中，摄像头拍摄检测到的人脸，需要实时快速的在图片数据库进行信息身份比对；淘宝用户使用拍立淘，对商品进行图片检索；机场、火车站采用人脸识别技术代替传统人工验票、信息比对，提高了工作效率。人工智能时代的到来，图像检索技术会被越来越多的领域所需要。

国内外研究现状

当今国内最好的图像搜索引擎是百度的识图功能，国际上搜索效果最好的是google图片，tineye也是比较著名的图像搜索引擎。用户只要上传一张本地图像，系统就可以自动匹配相关的图像。基于内容图像检索技术从提出发展至今，在国内外都有不少的成就：

(1)图像底层特征的提取和描述“国内伯晓晨等在工作中提出了‘全局参考颜色表和自带参考颜色表结合的方法”。“国外pass等人提出以图像的色彩聚合矢量ccv(colorcoherence vector)来作为图像的索引”。'hsu等人试图结合图像的色彩信息和图像色彩的部分空间信息对色彩的直方图进行检索”。

2. 研究的基本内容

哈希算法作为一种代表性的相似性搜索技术，可以满足大规模检索中对存储空间和检索时间的特殊要求，将图像表示为一组固定长度的二值编码，即哈希码，通常使用-1/1或者0/1表示其中的比特。哈希算法解决了传统检索问题对于大规模数据存储空间和检索时间的不合理要求，使得其对于存储空间和检索时间的需求大幅度降低，同时能够取得不错的检索效果。

论文重点研究基于哈希算法的图像相似性搜索技术，提出三种哈希算法：平均哈希算法（aHash）、感知哈希算法（pHash）和dHash，比较这三种算法不同的效果，给出效率最高的算法。

3. 实施方案、进度安排及预期效果

平均哈希算法是基于比较灰度图每个像素与平均值来实现的，最适用于缩略图、放大图搜索。步骤：

1.缩放图片：为了保留结构去掉细节，去除大小、横纵比的差异，把图片统一缩放到8*8，共64个像素的图片。

2.转化为灰度图：把缩放后的图片转化为256阶的灰度图。附上灰度图相关算法（r= red，g = green，b = blue）

4. 参考文献

[1] p. indyk and r. motwani. approximatenearest neighbor: towards removing the curse of dim ensionality [c]. acmsymposium on theory of computing. 1998:604-613

[2] m. raginsky, s. lazebnik.. localitysensitive binary c odes from shift-invariant kemels [c].advances in neuralinformation processing system s, 2009

[3] y. weiss, a. torralba, r. fergus. spectralhashing[c]. international conference on neural information processing system s.curran associates inc.2008:1753-1760