基于聚類的分層索引結(jié)構(gòu)在圖像檢索中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀 繼續(xù)免費(fèi)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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、伴隨著信息技術(shù)特別是Intemet技術(shù)的不斷發(fā)展,多媒體信息不斷涌現(xiàn),圖像數(shù)據(jù)飛速增長。如何快速、有效地檢索到所需要的圖片變得迫不及待。傳統(tǒng)的基于文本注釋的圖像檢索已經(jīng)不能適應(yīng)檢索的需要,這使得基于內(nèi)容的圖像檢索技術(shù)成為當(dāng)前的研究熱點(diǎn)。 本文對基于內(nèi)容的圖像檢索技術(shù)的發(fā)展、關(guān)鍵技術(shù)以及效果評價進(jìn)行了概要介紹。圖像內(nèi)容特征提取是基于內(nèi)容的圖像檢索技術(shù)的基礎(chǔ),本文分別從顏色特征、形狀特征、紋理特征以及圖像空間關(guān)系進(jìn)行了描述。

2、 傳統(tǒng)的基于內(nèi)容的圖像檢索技術(shù)使用的是順序檢索,對于大容量、高維數(shù)的圖像數(shù)據(jù)來說,這種檢索方法在效率上顯然已經(jīng)不能滿足需要。對圖像數(shù)據(jù)庫進(jìn)行必要的預(yù)處理并且建立索引以提高檢索效率顯得愈發(fā)重要。本文引入了一種無參數(shù)的、高效的、基于子空間技術(shù)的聚類算法用于圖像數(shù)據(jù)的預(yù)處理。同時,對該算法進(jìn)行了改進(jìn),將小波的多尺度分析引入樣本分布曲線處理,建立多層次的聚類。在多層次聚類的基礎(chǔ)上,建立起分層索引結(jié)構(gòu),并且提出利用數(shù)據(jù)庫系統(tǒng)來保存這種索引結(jié)構(gòu)。

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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