已閱讀1頁，還剩63頁未讀， 繼續(xù)免費閱讀
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、基于內(nèi)容的圖像信息檢索是多媒體信息檢索領(lǐng)域中重要的組成部分，對圖像的內(nèi)容進(jìn)行準(zhǔn)確快速的描述一直都是圖像檢索技術(shù)中研究的重點和難點。傳統(tǒng)的圖像特征提取方法，基本上是圍繞圖像的顏色、紋理、形狀和空間關(guān)系來展開的。本文提出一種基于SIFT特征的新的圖像信息檢索算法。SIFT特征向量是一種圖像局部特征向量。它對于圖像的尺度縮放、旋轉(zhuǎn)、平移以及一定程度的仿射和光照變化具有良好的不變性。本文的主要內(nèi)容如下： 1．系統(tǒng)分析和總結(jié)SIFT特征向
2、量的特點，創(chuàng)新性的將它應(yīng)用到基于內(nèi)容的圖像信息檢索中，并且改進(jìn)傳統(tǒng)的圖像相似度度量方法。實驗證明，改進(jìn)后的圖像距離度量更適合基于SIFT特征的圖像檢索。 2．采用主成分分析的方法對128維的SIFT特征向量進(jìn)行降維。這種主成分分析主要是通過K-L變換來實現(xiàn)的。它消除了各分量之間的相關(guān)性，大大降低了算法的計算量。 3．借鑒國際上公認(rèn)的高維索引技術(shù)——基于向量近似的索引技術(shù)對降維后的特征向量進(jìn)行量化近似，加速相似向量搜索過程
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SIFT特征的圖像相似性檢索技術(shù)研究.pdf
- 基于SIFT的商標(biāo)圖像檢索技術(shù)研究.pdf
- 基于SIFT特征點提取的圖像檢索研究.pdf
- 基于SIFT特征點的圖像拼接技術(shù)研究.pdf
- 基于顯著特征的圖像檢索技術(shù)研究.pdf
- 基于SIFT特征的圖像拼接技術(shù)的研究.pdf
- 基于紋理特征的圖像檢索技術(shù)研究.pdf
- 基于視覺特征的圖像檢索技術(shù)研究.pdf
- 基于局部特征的圖像檢索技術(shù)研究.pdf
- 基于尺度不變特征的圖像檢索技術(shù)研究.pdf
- 基于多特征簽名的圖像檢索技術(shù)研究.pdf
- 基于紋理譜特征的圖像檢索技術(shù)研究.pdf
- 基于SIFT圖像拼接技術(shù)研究.pdf
- 基于改進(jìn)SIFT的圖像拼接技術(shù)研究.pdf
- 基于多特征的醫(yī)學(xué)圖像檢索技術(shù)研究.pdf
- 基于高級語義特征的圖像檢索技術(shù)研究.pdf
- 基于視覺特征的圖像分類檢索技術(shù)研究.pdf
- 基于顏色和形狀特征圖像檢索技術(shù)研究.pdf
- 基于顏色與紋理特征的圖像檢索技術(shù)研究.pdf
- 基于自適應(yīng)特征綜合的圖像檢索技術(shù)研究.pdf
評論
0/150
提交評論