图8 （a）SIFT特征词典大小
 
图8 (b)    SIFT特征词典大小
所以，130K大小的局部特征词典在mAP和时间开销上有最好的综合表现，此时mAP为0.76，平均每次检索时间开销0.39秒。在这些时间开销中，大部分并不随着图片库的增大而变化，跟检索图片中的SIFT特征数量有很大关系，当把该图片库的容量缩小到仅有1000张时，平均每次检索时间开销0.23秒。

结  论
本课题主要针对互联网中存在的大量的部分重复图像进行匹配，并建立局部特征词典。根据最新的算法理论思路，对如何建立局部特征词典，并使其匹配的效果达到最佳的问题进行了讨论，并提出一种有效的实现方法。同时建立了一个能够实现局部图像匹配的演示系统。
本课题的研究手段主要通过对SIFT算法的学习以及对文献的大量阅读，结合实际对SIFT算法的概念产生较为深入的理解。再通过自己编写算法并进行试验测试，理论结合实践，最终做出能够实现局部图像匹配的演示系统。
基于内容的图像检索系统应具有很强的交互能力，是现在信息社会下人们检索图像信息的必要途径，它是图像数据库的一个重要的方面。本课题的研究追索前人研究的成果进行学习。目前，世界各国的相关研究人员沿着基于内容的图像检索研究方向也已成功的开发出许多带有商业性质或者研究性质的CBIR系统，相信它会继续得到发展和改进。 部分重复图像匹配中局部特征词典建立研究(6):http://www.youerw.com/tongxin/lunwen_2484.html