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、隨著存儲技術(shù)和多媒體影音技術(shù)的快速發(fā)展,互聯(lián)網(wǎng)上的圖像信息數(shù)量呈現(xiàn)出爆炸性增長。因此,如何幫助用戶準(zhǔn)確、快速地找到所需要的圖像成為近年來多媒體研究的熱點(diǎn)課題之一。而圖像自動標(biāo)注技術(shù)就是解決這一課題最重要的技術(shù)。圖像自動標(biāo)注就是通過分析訓(xùn)練集,學(xué)習(xí)圖像和標(biāo)注詞之間的關(guān)系,得出一些規(guī)則,然后使用這些規(guī)則自動推導(dǎo)出圖像最適合的標(biāo)注詞,這些標(biāo)注詞表征了圖像的高層語義信息。貝葉斯分類器是很好的分類工具,本文將貝葉斯分類算法用于圖像分類,形成了基于
2、貝葉斯分類的圖像標(biāo)注算法。
本研究主要內(nèi)容包括。⑴采用適用范圍廣泛的JSEG圖像分割方法對待標(biāo)注圖像分割。首先對輸入圖像進(jìn)行同等組濾波,其次用GLA方法對濾波圖像顏色量化,然后計算顏色量化后圖像的J值形成“J圖”,再在多尺度J圖像上進(jìn)行區(qū)域增長和融合,以達(dá)到圖像的區(qū)域分割。⑵提取的是圖像的顏色直方圖特征、形狀特征以及紋理特征。⑶根據(jù)顏色直方圖相似性選取和該目標(biāo)圖像顏色最相近的訓(xùn)練圖像,在計算圖像的H-S直方圖時,用顏色值相近的
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
- 基于遺傳算法的貝葉斯分類器結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 基于Volume Test的貝葉斯分類器研究.pdf
- 多維貝葉斯分類器的研究.pdf
- 基于語義的標(biāo)注圖像分類研究.pdf
- 基于WEKA平臺的貝葉斯分類器的擴(kuò)展.pdf
- 基于貝葉斯分類器的數(shù)據(jù)集重疊問題研究.pdf
- 樸素貝葉斯分類器的改進(jìn)
- 樸素貝葉斯分類器的改進(jìn)
- 樸素貝葉斯分類器的研究與應(yīng)用.pdf
- 基于貝葉斯集成分類器的自動圖像標(biāo)注.pdf
- 基于內(nèi)容的圖像標(biāo)注改善算法研究.pdf
- 圖像分類和圖像語義標(biāo)注的研究.pdf
- 基于多貝葉斯分類器融合的人臉識別.pdf
- 117.基于貝葉斯分類器的個人信用評估研究
- 基于稀疏表達(dá)的圖像自動標(biāo)注算法研究.pdf
- 入侵檢測中的貝葉斯分類器的研究.pdf
- 基于多分類器融合的高光譜圖像分類算法研究.pdf
- 基于多種貝葉斯分類器的變壓器故障組合診斷.pdf
- 基于SVM的圖像分類與標(biāo)注方法的研究.pdf
- 基于灰度差投影與貝葉斯分類器的表情識別研究.pdf
評論
0/150
提交評論