摘要：随着大数据时代互联网+模式的普及，各大电商平台开始向移动购物进军，移动购物也因其快捷方便的特点获得了广大消费者的青睐。然而，目前大多数移动购物搜索系统均以文本关键字搜索方式进行商品搜索，而忽略了商品图像信息。因为文本关键字并不能准确描述商品图片信息和商品的本身属性，所以利用商品图片信息进行商品搜索已成为了目前移动购物搜索研究的热点。

本文以“基于iOS的购物图像搜索”作为研究课题，通过六章内容，分别对课题研究背景、方法和内容，预备知识及原理说明，系统分析，系统设计与实现，系统测试与运行，成果与展望来进行论述。

本文利用MVC模式设计实现了基于iOS的购物图像搜索系统。该系统通过GrabCut算法提取商品图片信息，检索部分采用了颜色直方图特征。结合当下移动购物的实践和需求，该系统采用了C/S架构。用户在移动客户端手动选取图片，客户端对其进行分割处理，然后将分割后的图像的特征信息上传到后台服务器，在服务器端进行商品图像特征匹配，返回商品的搜索结果。这样不仅可以减小网络传输的数据量，同时还可以提高图像匹配工作的效率与准确度。该系统可在iPhone与iPad移动终端上使用，不但方便实用，还能很好的满足用户进行购物图像搜索的需要。

关键词：iOS开发 移动智能终端 购物图像搜索 图像分割

 

目录

摘要

Abstract

1 概述-1

1.1 研究目的和意义-1

1.2 研究背景-1

1.2.1 国内外研究现状-1

1.2.2 典型商品图像搜索系统分析-2

1.3 主要贡献-4

1.4 文章的结构-5

2 预备知识及原理说明-6

2.1 Cocoa框架For iOS-6

2.2 iOS系统下的MVC设计模式-6

2.3 iOS开发语言Objective-C-7

2.4 OpenCV for iOS开发-8

2.4.1 OpenCV在iOS下的安装-8

2.4.2 OpenCV在Xcode中的配置-8

2.5 GrabCut图像分割-8

2.5.1 GrabCut算法介绍-8

2.5.2 GrabCut算法性能分析-9

2.6 颜色空间-9

2.6.1 颜色特征提取-9

2.6.2 颜色特征匹配-10

2.7 JSON数据的创建与解析-11

2.8 ASIHTTPRequest网络通信-11

3 基于iOS的购物图像搜索系统分析-12

3.1 需求分析-12

3.2 功能说明-13

3.2.1 商品信息管理-13

3.2.2 图片选取与分割-13

3.2.3 特征提取-13

3.2.4 特征匹配-13

3.2.5 信息上传与下载-13

3.3 研发环境-13

3.4 可行性分析-14

3.4.1 软件可行性-14

3.4.2 硬件可行性-14

3.4.3 技术能力可行性-14

4 基于iOS的购物图像搜索的设计与实现-15

4.1 系统体系结构-15

4.2 MVC体系结构-15

4.3 系统详细设计-16

4.3.1 系统关键类-16

4.3.2 系统数据库设计与实现-18

4.3.3 客户端重要模块详细设计-19

4.3.4 服务器端重要模块详细设计-25

5 基于iOS的购物图像搜索系统测试与运行-30

5.1 测试环境-30

5.1.1 系统测试的服务器硬件环境-30

5.1.2 系统测试的服务器软件环境-30

5.1.3-系统测试的客户端环境-30

5.2 测试-30

5.2.1 真机测试-31

5.3 系统运行-31

5.4 问题及解决办法-35

6-成果与展望-37

7-致谢-38

参考文献-39