全文总字数：2634字

1. 研究目的与意义及国内外研究现状

视觉是人类获取信息的主要来源，据统计，大概有75%的信息均来自视觉。而图像是所有具有视觉效果的静态画面，可见图像是人们最主要的信息源之一。随着多媒体技术以及计算机视觉技术的迅速发展，各种形式媒体信息不断扩大，人们对于信息检索工具的依赖也日益增加，因此图像检索技术成为关注的重点。

本课题的定位是基于图像特征点几何关系的图像检索算法的研究。其本质是一种基于内容的图像研究算法的研究。

空间验证是提高基于内容的图像检索的关键步骤，它可以消除给定的一对图像的特征点之间的不可靠联系，是提高图像检索的精度关键点。图像检索的经典方法是图像的局部特征加上词袋模型，词袋模型利用的是局部特征的描述子，没有利用局部特征的几何信息，如：尺度、角度、坐标。针对点特征的空间关系的研究成为图像检索的一个重要研究方向，基于几何匹配图像检索方法是一种可以有效提高检索精度的方法。

2. 研究的基本内容

1、基于几何匹配的图像检索算法进行研究，选择特征提取算法，利用特征点的对应位置产生的几何关系进行匹配

2、实现从图像库提取图像特征，运用设计的特征匹配算法完成图像匹配。

3、在此基础之上分析检测精度优化算法。

3. 实施方案、进度安排及预期效果

完成本项目的主要工作包括1、基于几何匹配的图像检索算法进行研究；2、提取图像库中的特征；3、运用特征提取算法从图像库中提取特征，利用特征点间几何关系进行特征匹配，完成图像检索系统；4、基于实验结果，分析检索精度，尝试优化算法 图像匹配算法是本项目完成的关键。

2018.01-2018.02 阅读论文，对基于几何匹配的图像检索算法进行研究，并且对图像库中的特征进行提取；

2018.03-2018.04 利用特征点之间的几何关系进行特征匹配，完成图像检索系统；

4. 参考文献

[1] xinchaoli, martha larson, alan hanjalic, 'pairwise geometric matching for large-scaleobject retrieval', cvpr 2015.

[2] herv jgou, matthijsdouze, cordelia schmid, 'improving bag-of-features for large scale imagesearch', ijcv 2010.