

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、藻類是原生生物界一類真核生物,對人類的生產(chǎn)生活有重要貢獻,但同時也是水華、赤潮等災害的元兇,因此對藻類進行正確的分類,以趨利避害,有重要意義。基于內容的圖像檢索技術(CBIR)是一種利用圖像視覺特征建立圖像索引,并進行特征的相似性匹配,檢索出相似圖像的方法。本文旨在針對藻類圖像特點,研究一種圖像檢索算法,從大量的藻類圖片庫中檢索出相關圖片,以輔助人工準確快速的確定藻類類別。具體取得以下進展:
(1)在分析了藻類圖像特點及傳
2、統(tǒng)分割方法在藻類圖像中的適應性不足的問題后,提出了一種新的分割算法。該算法首先對圖像進行去噪處理并提取彩色梯度,對梯度圖建立Gamma混合模型,采用EM算法估計模型中的參數(shù)后求解梯度閾值并二值化梯度圖像,最后采用鏈碼法跟蹤細胞輪廓。大量實驗表明該算法準確、簡單,為進一步的特征提取打好基礎。
(2)對比分析了各種特征的優(yōu)缺點,并確定以顏色直方圖、不變矩、Gabor變換作為圖像的顏色、形狀、紋理特征的代表。在對圖像進行分割的基
3、礎上,提取細胞區(qū)域內的各個特征,使得特征相比較全局特征的區(qū)分度大大提高。特征提取完畢后,本文又研究了多特征的組織方法,建立基于綜合多特征的圖像特征索引,隨后對比分析了各種相似性度量方法,確定了初次檢索的策略。
(3)為進一步消除底層視覺特征和高層語義之間的存在的差異,在基于特征的初次檢索后,又引入了基于SVM的相關反饋技術,并提出了具有記憶功能的SVM相關反饋算法,解決了小樣本下,正例樣本和反例樣本不足的問題;同時改進了相
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,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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
- 綜合多特征和相關反饋的ROI圖像檢索技術研究.pdf
- 基于SVM的相關反饋圖像檢索技術研究.pdf
- 綜合多特征和相關反饋的圖像檢索技術的研究.pdf
- 基于多特征和相關反饋的圖像檢索技術研究.pdf
- 基于綜合特征和相關反饋的圖像檢索技術研究.pdf
- 圖像檢索中多特征組合和相關反饋技術研究.pdf
- 圖像檢索中基于SVM的相關反饋技術研究.pdf
- 基于多特征及相關反饋的圖像檢索技術研究.pdf
- 基于SVM和粗糙集的圖像檢索相關反饋技術研究.pdf
- 基于形狀特征和相關反饋的圖像檢索技術研究.pdf
- 基于顯著區(qū)域及SVM相關反饋的圖像檢索技術研究.pdf
- 基于SVM反饋和多特征融合的圖像檢索技術研究.pdf
- 基于語義和視覺特征相結合的相關反饋圖像檢索技術研究.pdf
- 圖像語義檢索中的相關反饋技術研究.pdf
- 綜合合分類和相關反饋技術的圖像語義檢索研究.pdf
- 基于顏色特征和相關反饋的圖像檢索研究.pdf
- 基于顏色、紋理特征及相關反饋的圖像檢索技術研究.pdf
- 基于綜合特征的圖像檢索及相關反饋方法研究.pdf
- 基于綜合特征和相關反饋的工程圖紙檢索技術研究.pdf
- 基于顏色和相關反饋的圖像檢索技術的研究.pdf
評論
0/150
提交評論