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(bào)或認(rèn)領(lǐng)
文檔簡介
1、互聯(lián)網(wǎng)每天都在產(chǎn)生海量的圖像信息，如何檢索這些海量數(shù)據(jù)也變得越來越重要。傳統(tǒng)圖像檢索系統(tǒng)往往基于圖像全局特征，無法有效檢測不同背景下的同一物體。新興的局部特征檢測算法在一定程度上解決了這一難題，然而檢索耗時(shí)較大，目前往往用于實(shí)時(shí)性要求不強(qiáng)的領(lǐng)域，如圖像的拼接。本文采用局部特征檢測中精度最高的算法——2009年Morel提出的ASIFT算法，實(shí)現(xiàn)在線海量圖像檢索系統(tǒng)。該算法采用傳統(tǒng)PC方法，在中等規(guī)模數(shù)據(jù)集中進(jìn)行單次搜索的時(shí)耗為8小時(shí)。本
2、文工作重點(diǎn)在于降低該算法檢索耗時(shí)，使其可以用于海量庫的實(shí)時(shí)檢索。
本文采用跨平臺(tái)架構(gòu)實(shí)現(xiàn)該海量圖像檢索系統(tǒng)，將單張圖片特征檢測耗時(shí)由3.76秒降低到0.0716秒，速度提高了53倍，將同源物體在中等規(guī)模數(shù)據(jù)集中的檢索時(shí)間降低到平均11.218秒。該系統(tǒng)結(jié)合PC與TMS320C6713的特點(diǎn)搭建檢索平臺(tái)，使用TMS320C6713實(shí)現(xiàn)并優(yōu)化ASIFT算法，實(shí)現(xiàn)了傳統(tǒng)圖像檢索系統(tǒng)不具備的抗旋轉(zhuǎn)、抗扭曲、抗仿射、抗編輯、抗光照變化檢
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(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. 眾賞文庫僅提供信息存儲(chǔ)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(shí)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
- 海量圖片集下的同源副本匹配計(jì)算平臺(tái).pdf
- 產(chǎn)科超聲圖片集
- 觀賞植物圖片集
- 機(jī)車圖片集錦
- 基于iOS平臺(tái)的圖片集成處理器的設(shè)計(jì).pdf
- 三大巖類巖石圖片集(2010)-變質(zhì)巖
- 基于云平臺(tái)的海量浮動(dòng)車數(shù)據(jù)地圖匹配.pdf
- 美麗的背景圖片集錦
- 面向云平臺(tái)的海量圖片存儲(chǔ)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 21纏論學(xué)習(xí)圖片集彩圖版) 纏中說禪著80126資料
- 基于Spark的海量數(shù)據(jù)計(jì)算平臺(tái)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 8酒店圣誕環(huán)境布置圖片集錦ppt
- 海量圖片的裁剪壓縮與檢索.pdf
- 高清風(fēng)光圖片集錦之二彩霞(2)
- 幼兒園安全標(biāo)志圖片集錦二
- 海量圖片去重算法研究.pdf
- 搭建基于云計(jì)算的海量數(shù)據(jù)挖掘平臺(tái) 研究實(shí)現(xiàn)
- 基于Hadoop的海量數(shù)據(jù)存儲(chǔ)和計(jì)算平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 豬圓環(huán)病毒病海量圖片
- 基于Hadoop的海量電能質(zhì)量數(shù)據(jù)云計(jì)算平臺(tái)研究.pdf
評論
0/150
提交評論