

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、圖像是多媒體信息中應(yīng)用最廣泛的載體,其檢索也是信息檢索領(lǐng)域中最受關(guān)注的熱點(diǎn)之一。基于內(nèi)容的圖像檢索通過(guò)提取圖像視覺(jué)特征實(shí)現(xiàn)檢索,但圖像視覺(jué)特征與人對(duì)圖像的理解存在差異。因此,本文利用視覺(jué)注意模型和顯著特征來(lái)減小語(yǔ)義差異改善檢索性能。
本文主要對(duì)圖像的顯著特征、預(yù)分類及區(qū)域檢索三個(gè)方面進(jìn)行了研究,并在此基礎(chǔ)上提出了基于顯著特征的圖像檢索模型。該模型首先將圖像分成兩類,顯著類和背景類,然后根據(jù)圖像類型采用不同的檢索方法。本文工作主
2、要包括:
1、研究現(xiàn)有的視覺(jué)注意模型,提出一種新的顯著特征提取算法。首先提取圖像區(qū)域級(jí)、像素級(jí)、全局及頻率域等不同層次的顯著圖,然后對(duì)這五種顯著圖進(jìn)行網(wǎng)格分塊。最后,融合每種顯著圖下的特征向量得到圖像的綜合顯著特征。
2、圖像預(yù)分類研究。顯著圖中顯著區(qū)域分布呈現(xiàn)不同特點(diǎn),其中顯著性圖像的分布集中且具有語(yǔ)義特點(diǎn),而場(chǎng)景或背景類圖像的分布則較為分散。預(yù)分類時(shí),本文將綜合顯著特征作為隨機(jī)森林分類器的輸入,與單一顯著特征相比
3、,其分類錯(cuò)誤率有了大幅度降低。由于場(chǎng)景GIST特征對(duì)背景類圖像有較強(qiáng)的描述能力,實(shí)驗(yàn)中將綜合顯著特征與GIST特征進(jìn)行融合,其分類性能得到進(jìn)一步提高。
3、基于區(qū)域的圖像檢索。對(duì)于預(yù)分類得到的顯著性圖像,本文提取顯著區(qū)域,并將前景背景視為兩個(gè)區(qū)域,使用區(qū)域差異化方法描述圖像內(nèi)容后再進(jìn)行檢索。在進(jìn)行顯著區(qū)域提取時(shí),將改進(jìn)的彩色圖像梯度圖作為分水嶺算法的輸入,用顯著度指導(dǎo)種子區(qū)域選擇。實(shí)驗(yàn)表明,該方法提取的顯著區(qū)域更符合用戶的感知
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于顯著區(qū)域的圖像檢索技術(shù)研究.pdf
- 面向顯著區(qū)域的圖像多特征融合檢索技術(shù)研究.pdf
- 基于顯著興趣點(diǎn)的多特征圖像檢索技術(shù)的研究.pdf
- 基于顯著度和碼書的圖像檢索技術(shù)研究.pdf
- 基于紋理特征的圖像檢索技術(shù)研究.pdf
- 基于視覺(jué)特征的圖像檢索技術(shù)研究.pdf
- 基于綜合特征和顯著點(diǎn)的圖像檢索方法研究.pdf
- 基于局部特征的圖像檢索技術(shù)研究.pdf
- 基于SIFT特征的圖像檢索技術(shù)研究.pdf
- 基于尺度不變特征的圖像檢索技術(shù)研究.pdf
- 基于多特征簽名的圖像檢索技術(shù)研究.pdf
- 基于紋理譜特征的圖像檢索技術(shù)研究.pdf
- 基于顯著區(qū)域及SVM相關(guān)反饋的圖像檢索技術(shù)研究.pdf
- 基于多特征的醫(yī)學(xué)圖像檢索技術(shù)研究.pdf
- 基于高級(jí)語(yǔ)義特征的圖像檢索技術(shù)研究.pdf
- 基于視覺(jué)特征的圖像分類檢索技術(shù)研究.pdf
- 基于顏色和形狀特征圖像檢索技術(shù)研究.pdf
- 基于顏色與紋理特征的圖像檢索技術(shù)研究.pdf
- 基于自適應(yīng)特征綜合的圖像檢索技術(shù)研究.pdf
- 基于顏色特征的圖像檢索技術(shù)研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論