

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
文檔簡介
1、在基于內(nèi)容的圖像檢索中,人們常常提取顏色、紋理以及形狀的全局特征來描述整幅圖像,然而全局特征不能描述圖像的細節(jié),丟失了圖像的空間信息。并且用戶可能僅僅對部分圖像或圖像中的某一對象感興趣,這時候圖像的全局特征將不再有效,我們必須考慮圖像的局部特征。 為了彌補全局特征在描述圖像內(nèi)容上的不足,必須單獨分析圖像的局部,首先對用戶感興趣的對象或圖像的局部進行定位,然后再用局部描述子進行局部特征的提取。解決方法包括:基于感興趣區(qū)域<'[1-3]
2、>的檢索方法,感興趣區(qū)域(Region of Interest)是指圖像中最能引起用戶興趣,最能表現(xiàn)圖像內(nèi)容的區(qū)域。然而這種方法依賴于好的圖像分割算法,而完美的圖像分割算法目前還沒有;Schmid和Mohr <'[4]>將計算機視覺中的興趣點匹配技術(shù)應用到圖像檢索中較好的解決了這一問題,通過興趣點的檢測對圖像的視覺特征變化大的區(qū)域進行定位,局部描述子對興趣點周圍的局部區(qū)域進行特征提取,最后通過點匹配進行相似性度量。興趣點靈活的描述了圖像
3、的細節(jié)內(nèi)容,對圖像的幾何變換具有很強的魯棒性,且不需要對圖像進行分割。 本文在Schmid和Mohr研究的基礎上進一步改進了基于興趣點的圖像檢索技術(shù),所做工作如下: 1.采用顏色矩作為局部描述子,將顏色空間變換到HSV空間,通過降低S通道和v通道的權(quán)重,減輕了圖像亮度V和飽和度S對檢索結(jié)果的影響,從而對圖像亮度的變化具有一定的魯棒性。 2.通過幾何哈希技術(shù)加強興趣點間的幾何約束,以增加正確匹配的興趣點對數(shù)量。興趣點匹配的正確
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 基于興趣點的圖像檢索方法研究.pdf
- 基于全局與興趣點特征的圖像檢索技術(shù).pdf
- 基于興趣點劃分和文本檢索結(jié)合的圖像檢索方法.pdf
- 基于顯著興趣點的多特征圖像檢索技術(shù)的研究.pdf
- 基于興趣點方向梯度直方圖的圖像檢索技術(shù)研究.pdf
- 基于感興趣區(qū)域的圖像檢索.pdf
- 基于感興趣區(qū)域的圖像檢索方法.pdf
- 基于用戶興趣特征的圖像檢索研究與實現(xiàn).pdf
- 基于SIFT特征點提取的圖像檢索研究.pdf
- 基于感興趣區(qū)域的圖像分割及其在圖像檢索中的應用.pdf
- 基于興趣域的一次圖像反饋檢索技術(shù)的研究.pdf
- 基于相鄰關鍵點空間關系的圖像檢索研究.pdf
- 基于感興趣區(qū)域的融合多特征圖像檢索方法研究.pdf
- 基于特征點幾何關系的約束的近似圖像檢索.pdf
- 基于顯著性加權(quán)和角點特征的圖像檢索.pdf
- 基于不變特征點的彩信圖像檢索研究及應用.pdf
- 基于局部特征點的商標圖像檢索方法研究.pdf
- 基于綜合特征和顯著點的圖像檢索方法研究.pdf
- 應用于圖像檢索的用戶興趣模型的研究.pdf
- 基于特征點空間關系的圖像檢索技術(shù)研究.pdf
評論
0/150
提交評論