基于顯著特征的圖像檢索技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

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(lǐng)

文檔簡介

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)注的熱點之一。基于內(nèi)容的圖像檢索通過提取圖像視覺特征實現(xiàn)檢索,但圖像視覺特征與人對圖像的理解存在差異。因此,本文利用視覺注意模型和顯著特征來減小語義差異改善檢索性能。
  本文主要對圖像的顯著特征、預(yù)分類及區(qū)域檢索三個方面進行了研究,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、像素級、全局及頻率域等不同層次的顯著圖,然后對這五種顯著圖進行網(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,其中顯著性圖像的分布集中且具有語義特點,而場景或背景類圖像的分布則較為分散。預(yù)分類時,本文將綜合顯著特征作為隨機森林分類器的輸入,與單一顯著特征相比

3、,其分類錯誤率有了大幅度降低。由于場景GIST特征對背景類圖像有較強的描述能力,實驗中將綜合顯著特征與GIST特征進行融合,其分類性能得到進一步提高。
  3、基于區(qū)域的圖像檢索。對于預(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區(qū)域,使用區(qū)域差異化方法描述圖像內(nèi)容后再進行檢索。在進行顯著區(qū)域提取時,將改進的彩色圖像梯度圖作為分水嶺算法的輸入,用顯著度指導種子區(qū)域選擇。實驗表明,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。

評論

0/150

提交評論