版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、快速、準(zhǔn)確的從眾多的圖像中查找出自己需要的圖像是圖像檢索的主要研究內(nèi)容?;趦?nèi)容的圖像檢索主要是依據(jù)圖像的底層視覺特征建立圖像的檢索結(jié)構(gòu),它改進(jìn)了基于文本的圖像檢索在圖像標(biāo)注時費(fèi)時較多且易受主觀影響的缺點(diǎn),但當(dāng)數(shù)據(jù)量巨大時其檢索效率降低,因而需要建立一個適合大規(guī)模圖像數(shù)據(jù)庫檢索的數(shù)據(jù)結(jié)構(gòu)。詞匯樹是基于視覺關(guān)鍵詞檢索結(jié)構(gòu)中的一種,它能夠滿足圖像檢索方法對自適應(yīng)性和可擴(kuò)展性的新要求,且比其它檢索結(jié)構(gòu)更為高效。本文圍繞詞匯樹圖像算法中的聚類算
2、法和特征提取方法進(jìn)行研究,完成了以下三方面的工作。
(1)詞匯樹圖像檢索在構(gòu)造詞匯樹時使用K-means聚類算法,但是K-means算法對初值比較依賴,當(dāng)K未知時聚類易出現(xiàn)強(qiáng)分現(xiàn)象,本文針對這一問題使用ISODATA算法替代K-means算法,并給出了ISODATA算法的參數(shù)選取方法,形成了基于ISODATA的詞匯樹圖像檢索算法。
(2)詞匯樹圖像檢索提取的圖像特征一般為SIFT特征,SIFT特征的優(yōu)點(diǎn)是對圖像的旋轉(zhuǎn)
3、、亮度變化、尺度縮放保持不變性,并對圖像的仿射變換、視角變化、噪聲也保持一定的穩(wěn)定性,本文在SIFT特征提取的方法基礎(chǔ)上,采用 CRONE算子檢測極值點(diǎn)周圍16×16窗口內(nèi)像素的水平和垂直方向的CRONE特征,并利用CRONR算子計算像素點(diǎn)的梯度,形成新的SIFT_CRONE特征提取方法,與 ISODATA聚類算法結(jié)合形成了基于SIFT_CRONE_ISO的算法。
(3) SIFT特征和SIFT_CRONE特征維數(shù)較大,易造成
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進(jìn)聚類算法的圖像檢索研究.pdf
- 基于學(xué)習(xí)聚類的圖像檢索算法研究.pdf
- 基于聚類的鞋印圖像檢索算法研究.pdf
- 圖像檢索中的高斯混合聚類算法研究.pdf
- 基于聚類的圖像檢索技術(shù)研究.pdf
- 基于詞匯語義樹的語義檢索排名算法.pdf
- 基于聚類生成樹的分類算法研究.pdf
- 基于MRF模型的圖像聚類與檢索研究.pdf
- 基于中文檢索的Web聚類算法研究.pdf
- 基于聚類的相關(guān)反饋圖像檢索的研究.pdf
- 基于顏色紋理聚類索引的圖像檢索研究.pdf
- 基于聚類的圖像分割算法研究.pdf
- 基于屬性關(guān)聯(lián)圖的圖像檢索與聚類研究.pdf
- 基于密度的鞋印圖像聚類算法研究.pdf
- 基于聚類技術(shù)的圖像分割算法研究.pdf
- 基于模糊聚類算法的圖像分割研究.pdf
- 基于聚類算法的圖像分割.pdf
- 基于聚類的圖像分割算法研究(1)
- 基于語音片段的語音檢索聚類算法研究.pdf
- 基于LEACH的聚類分層樹路由算法研究.pdf
評論
0/150
提交評論