基于改進(jìn)EM算法和混合核SVM的圖像檢索技術(shù)研究及應(yīng)用.pdf

1、隨著多媒體技術(shù)及Internet的迅速發(fā)展,人們?cè)絹碓蕉嗟亟佑|到各種各樣的圖像信息。如何組織、管理和利用以圖像為主的多媒體信息具有重要的意義。但是到目前為止,基于內(nèi)容的圖像檢索在圖像處理效率及相關(guān)反饋性能方面仍然存在很多不足,本文在這方面作出了深入研究。
　　 本文首先分析了基于內(nèi)容圖像檢索的典型系統(tǒng)和其中關(guān)鍵技術(shù)的研究現(xiàn)狀,在介紹了圖像特征,圖像匹配相似度計(jì)算,特征提取和相關(guān)反饋之后,根據(jù)圖像的檢索需求,設(shè)計(jì)了一種基于改進(jìn)EM

2、算法和混合核函數(shù)SVM的圖像檢索系統(tǒng)。本文使用了綜合紋理特征和形狀特征的圖像檢索方法,其中形狀特征分別采用不變矩和傅立葉描述符兩種描述方法,從不同角度對(duì)圖像的形狀特征進(jìn)行描述。為削弱圖像背景區(qū)域?qū)D像特征的影響,采用EM聚類算法對(duì)圖像進(jìn)行分割,從而獲得主體區(qū)域,并對(duì)傳統(tǒng)EM算法進(jìn)行了改進(jìn),有效降低了算法的復(fù)雜度。在相關(guān)反饋方面,為進(jìn)一步提高系統(tǒng)的學(xué)習(xí)能力,本文引入了混合核函數(shù)和遺傳基因算法,使用了基于遺傳基因優(yōu)化的混合核SVM的相關(guān)反饋