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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、圖像是信息傳遞的主要載體,圖像視覺特征的提取、編碼及應(yīng)用是計(jì)算機(jī)視覺領(lǐng)域的重要研究課題。本文在視覺特征提取的基礎(chǔ)上,基于稀疏表達(dá)理論對(duì)視覺特征進(jìn)行編碼,并將其應(yīng)用于自然灰度圖像著色和相似商品圖像檢索兩個(gè)具有一定挑戰(zhàn)性的熱點(diǎn)研究領(lǐng)域。
在基于紋理特征稀疏編碼的自然灰度圖像著色中,首先依據(jù)參考彩色圖像訓(xùn)練得到“亮度—紋理—顏色”聯(lián)合字典;然后利用紋理特征子空間和相鄰像素的雙重局部性約束求解目標(biāo)灰度圖像塊的稀疏編碼系數(shù),對(duì)圖像塊
2、進(jìn)行著色;最后通過金字塔方法逐層優(yōu)化避免顏色突變。與傳統(tǒng)方法相比,本文方法的著色過程更加自動(dòng)化,著色結(jié)果也更加自然,圖像顏色具有很好的真實(shí)性和平滑性。
在基于SIFT特征稀疏編碼的相似商品圖像搜索中,首先根據(jù)商品的文本描述信息和圖像質(zhì)量對(duì)商品圖像進(jìn)行篩選;然后引入圖像分類思想,利用SIFT特征和稀疏編碼技術(shù)在類內(nèi)完成檢索過程;最后通過商品主體分割技術(shù)去除背景干擾,優(yōu)化最終的排序結(jié)果。實(shí)驗(yàn)表明,本方法在T恤類商品中的搜索準(zhǔn)確
溫馨提示
- 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機(jī)器視覺的雜草圖像特征提取及識(shí)別研究
- 基于分層稀疏表示的特征提取方法及其應(yīng)用.pdf
- 基于稀疏和流形的高光譜圖像特征提取研究.pdf
- 基于視覺的振動(dòng)特征提取算法研究及應(yīng)用.pdf
- 基于視覺的特征提取及行人檢測(cè).pdf
- 圖像特征提取算法研究及應(yīng)用.pdf
- 圖像特征提取方法研究及應(yīng)用.pdf
- 面向圖像檢索的視覺特征提取及語(yǔ)義標(biāo)注.pdf
- 基于圖像紋理特征提取算法的研究及應(yīng)用.pdf
- 基于浮選泡沫圖像特征提取方法的研究及應(yīng)用.pdf
- 基于視覺的神經(jīng)機(jī)制的圖像特征提取和物體識(shí)別.pdf
- 基于圖像幾何特征提取的算法及應(yīng)用研究.pdf
- 基于圖像特征提取的算法設(shè)計(jì)與應(yīng)用.pdf
- 基于視覺的疲勞駕駛特征提取.pdf
- 基于視覺的拓?fù)涮卣魈崛∷惴ㄑ芯?pdf
- 基于視覺系統(tǒng)和特征提取的圖像質(zhì)量客觀評(píng)價(jià)方法及應(yīng)用研究.pdf
- ISAR圖像的特征提取及應(yīng)用研究.pdf
- 基于視覺特征提取的人臉圖像自動(dòng)融合算法研究.pdf
- 基于流形學(xué)習(xí)的稀疏人臉特征提取.pdf
- 虹膜圖像的定位及特征提取.pdf
評(píng)論
0/150
提交評(píng)論