2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩81頁未讀 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)和多媒體信息技術(shù)的發(fā)展,數(shù)字圖像資源也日趨豐富,如何快速有效地從海量的圖像數(shù)據(jù)庫中檢索出滿足用戶需求的圖像,是現(xiàn)在一個非常重要的研究方向。用戶在檢索圖像的時候,更多的還是追求高層語義上的相似與匹配,所以,基于語義的圖像檢索漸漸成為研究的重點。圖像的底層特征的提取技術(shù)已經(jīng)相對成熟,而圖像的高層語義的提取及描述技術(shù)卻還是個難以解決的問題,所以,建立底層特征和高層語義之間的聯(lián)系就成了解決“語義鴻溝”問題的關(guān)鍵。
  本文提出了

2、一種基于聚類的語義圖像檢索方法,在圖像的底層視覺特征和高層語義之間建立了聯(lián)系。聚類是一種無監(jiān)督學(xué)習(xí)方法,一直以來都是用于圖像分割領(lǐng)域,并未直接用于圖像檢索當(dāng)中,而本文將聚類直接應(yīng)用到圖像檢索技術(shù)當(dāng)中,先用聚類算法結(jié)合圖像的底層特征分類圖像,建立底層特征與高層語義之間的聯(lián)系,使圖像分成不同語義的類別,再進行相似性比較,使檢索結(jié)果更加符合用戶需求。
  本文針對兩種不同的聚類算法在圖像檢索中的應(yīng)用做了仿真實驗比較。提取圖像的顏色特征,

3、用傳統(tǒng)的K-means算法和譜聚類方法中改進的NCut算法分別對圖像庫進行語義分類,并對結(jié)果進行分析。經(jīng)實驗證明,NCut算法分類效果較好,應(yīng)用到圖像檢索能夠得到更好的檢索結(jié)果。
  本文用分類效果較好的NCut聚類算法,結(jié)合圖像的顏色特征和形狀特征,設(shè)計實現(xiàn)了一個基于聚類的語義檢索系統(tǒng)。首先提取圖像的顏色特征,然后用顏色特征建立相似性矩陣,結(jié)合NCut算法對圖像進行語義聚類,使圖像庫中圖像分成不同語義的類別,計算查詢圖像與各語義

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。

評論

0/150

提交評論