

已閱讀1頁,還剩48頁未讀, 繼續(xù)免費閱讀
版權說明: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,請進行舉報或認領
文檔簡介
1、互聯(lián)網(wǎng)技術與數(shù)字化的飛速發(fā)展以及電子數(shù)碼產(chǎn)品的普及使人們能夠獲取的數(shù)字圖像數(shù)據(jù)已經(jīng)越來越多。然而,對于大量的圖像數(shù)據(jù),如何讓人們能夠快速有效地進行管理與檢索,并從中獲取潛在的有價值的信息成為亟待解決的問題。為此,基于內(nèi)容的圖像檢索(CBIR)和圖像數(shù)據(jù)挖掘技術應運而生,成為學者們近年來研究的熱點課題,并取得了許多顯著的成果。本文在前人研究的基礎上,對圖像聚類及其在圖像檢索中的應用進行了較深入的研究,主要研究工作如下:
1、對基
2、于內(nèi)容的圖像檢索和圖像聚類技術進行了分析和研究,總結了目前流行的圖像特征提取方法、聚類分析方法、相似度計算模型以及圖像檢索技術等。
2、在特征提取方面,重點研究了基于顏色和紋理的特征提取方法,提出了分塊加權顏色直方圖方法;在灰度共生矩陣的基礎上,研究了色彩共生矩陣,提出了綜合顏色和紋理的多特征表示方法。實驗表明,這兩種方法能夠更加有效地表示圖像信息,從而使聚類的性能有了較大的提高。
3、研究了圖像聚類算法,采用AP(
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
- 基于聚類的索引在圖像檢索中的應用研究.pdf
- 聚類算法及其在圖像分割中的應用研究.pdf
- 基于聚類的分層索引結構在圖像檢索中的應用研究.pdf
- 視覺聚類方法的分析研究及其在圖像檢索中的應用.pdf
- 分層模糊最小-最大聚類算法及其在圖像聚類中的應用研究.pdf
- 聚類在基于語義圖像檢索中的研究與應用.pdf
- 聚類算法及其在圖像分割中的應用研究(1)
- 改進的k-means聚類算法在圖像檢索中的應用研究.pdf
- 模糊聚類及其在圖像分割中的應用.pdf
- 模糊聚類在遙感圖像分割中的應用研究.pdf
- 改進的譜聚類算法及其在圖像分割中的應用研究.pdf
- 彩色圖像分割及其在圖像檢索中的應用.pdf
- 模糊聚類算法在遙感圖像分割中的應用研究.pdf
- 矩陣分解在圖像分類和聚類中的應用研究.pdf
- 類電磁機制算法研究及其在圖像檢索中的應用.pdf
- 哈希碼學習及其在圖像檢索中的應用研究.pdf
- 智能優(yōu)化算法及其在圖像檢索中的應用研究.pdf
- 圖像檢索中的高斯混合聚類算法研究.pdf
- 粒計算理論及其在圖像檢索中的應用研究.pdf
- 聚類算法及其在圖像分割中的應用與研究.pdf
評論
0/150
提交評論