

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、隨著多媒體技術(shù)和互聯(lián)網(wǎng)技術(shù)的不斷進(jìn)步,數(shù)字圖像資源正以幾何級(jí)的速度增長(zhǎng),這就對(duì)如何進(jìn)行大量圖像數(shù)據(jù)的快速檢索與瀏覽提出了新的技術(shù)挑戰(zhàn)。在基于內(nèi)容的圖像檢索(Content-Based Image Retrieval,CBIR)中,相當(dāng)多的情況下用戶并不關(guān)心圖像全局相似與否,而更多關(guān)注的是圖像中具有一定語(yǔ)義的區(qū)域是否相似。為了彌補(bǔ)全局特征在描述圖像內(nèi)容上的不足,本文提出了一種基于顯著區(qū)域語(yǔ)義特征的圖像檢索方法。首先,利用譜殘差和多分辨率分
2、析方法提取圖像的顯著區(qū)域;然后,用概率潛在語(yǔ)義分析(probabilistic Latent Semantic Analysis,pLSA)從圖像的區(qū)域集合中發(fā)現(xiàn)潛在語(yǔ)義模型;最后,根據(jù)潛在語(yǔ)義模型得到所有圖像區(qū)域中潛在語(yǔ)義出現(xiàn)概率來(lái)構(gòu)建顯著區(qū)域的潛在語(yǔ)義特征,并使用該特征構(gòu)建SVM分類(lèi)器模型進(jìn)行圖像檢索。
本文以譜殘差模型為出發(fā)點(diǎn),闡述了顯著區(qū)域提取、區(qū)域潛在語(yǔ)義特征構(gòu)建以及基于顯著區(qū)域圖像檢索的方法,主要研究成果如下:
3、
(1)顯著區(qū)域的提取。根據(jù)人類(lèi)視覺(jué)系統(tǒng)的特點(diǎn),提出了一種融合譜殘差和多分辨率分析的顯著目標(biāo)檢測(cè)方法。該方法通過(guò)在不同尺度上計(jì)算圖像的亮度、顏色以及方向特征的譜殘差,構(gòu)建多分辨率顯著性圖譜序列,然后用線性插值方法將不同分辨率的特征顯著圖疊加得到三個(gè)特征顯著圖,再利用k-均值聚類(lèi)算法將每個(gè)特征顯著圖聚為兩類(lèi),選擇聚類(lèi)中心距離最大的特征顯著圖作為最終的顯著圖,最后經(jīng)過(guò)動(dòng)態(tài)閾值處理獲得圖像的顯著目標(biāo)區(qū)域。融合譜殘差和多分辨率分析
4、的顯著目標(biāo)檢測(cè)方法是本文的創(chuàng)新點(diǎn)。
(2)區(qū)域潛在語(yǔ)義特征構(gòu)建。在得到圖像的顯著區(qū)域之后,使用無(wú)監(jiān)督的pLSA對(duì)這些圖像區(qū)域所構(gòu)成的集合進(jìn)行潛在語(yǔ)義挖掘,以此構(gòu)建區(qū)域潛在語(yǔ)義特征。
(3)基于顯著區(qū)域的圖像檢索。將正負(fù)樣本看作兩類(lèi),圖像檢索可看作一個(gè)實(shí)時(shí)分類(lèi)問(wèn)題。使用支持向量機(jī)(Support Vector Machine,SVM)對(duì)訓(xùn)練圖像的區(qū)域潛在語(yǔ)義特征進(jìn)行學(xué)習(xí),得出訓(xùn)練樣本集中每個(gè)樣本對(duì)于決策的影響,
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)域的圖像檢索方法研究.pdf
- 基于顯著區(qū)域商標(biāo)信息的圖像檢索方法研究.pdf
- 圖像顯著區(qū)域提取及其在圖像檢索中的應(yīng)用.pdf
- 基于顯著區(qū)域的圖像檢索技術(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
- 基于視頻圖像顯著圖的感興趣區(qū)域提取方法研究.pdf
- 基于顯著點(diǎn)和關(guān)鍵塊相結(jié)合的圖像檢索方法.pdf
- 基于區(qū)域的圖像檢索方法研究.pdf
- 基于顯著性區(qū)域和基元共生矩陣特征的圖像檢索研究.pdf
- 基于目標(biāo)區(qū)域的圖像檢索方法研究.pdf
- 基于動(dòng)態(tài)閾值的圖像顯著區(qū)域?qū)哟螜z測(cè)方法.pdf
- 基于顯著性的移動(dòng)圖像檢索.pdf
- 基于顯著封閉邊界曲線的圖像檢索.pdf
- 基于局部特征的顯著區(qū)域檢測(cè)及其在圖像檢索中的應(yīng)用.pdf
- 基于區(qū)域的圖像顯著目標(biāo)檢測(cè).pdf
- 基于小區(qū)域的圖像顯著度提取及應(yīng)用研究.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
- 人眼視覺(jué)顯著區(qū)域提取方法研究.pdf
- 圖像顯著性區(qū)域提取技術(shù)研究.pdf
- 基于輪廓提取和顏色直方圖的圖像檢索.pdf
評(píng)論
0/150
提交評(píng)論