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。
最新文檔
- 基于聚類的索引在圖像檢索中的應(yīng)用研究.pdf
- 圖像聚類及其在圖像檢索中的應(yīng)用研究.pdf
- 分層模糊最小-最大聚類算法及其在圖像聚類中的應(yīng)用研究.pdf
- 基于顏色紋理聚類索引的圖像檢索研究.pdf
- 聚類算法在圖像索引中的應(yīng)用與研究.pdf
- 聚類在基于語義圖像檢索中的研究與應(yīng)用.pdf
- 面向聚類索引構(gòu)建的圖像檢索方法研究.pdf
- 改進(jìn)的k-means聚類算法在圖像檢索中的應(yīng)用研究.pdf
- 矢量近似索引描述方法在圖像檢索中的應(yīng)用研究.pdf
- 基于劃分的聚類及在圖像分割中的應(yīng)用研究.pdf
- 基于改進(jìn)譜聚類算法在醫(yī)學(xué)圖像中的應(yīng)用研究.pdf
- 矢量近似索引描述方法在圖像檢索中的應(yīng)用研究(1)
- 基于空間域的聚類算法在圖像分割中的應(yīng)用研究.pdf
- 聚類算法及其在圖像分割中的應(yīng)用研究.pdf
- 視覺聚類方法的分析研究及其在圖像檢索中的應(yīng)用.pdf
- Web文檔聚類在搜索引擎中的應(yīng)用研究.pdf
- 潛在語義索引在中文文本聚類中的應(yīng)用研究.pdf
- 模糊聚類在遙感圖像分割中的應(yīng)用研究.pdf
- 基于改進(jìn)聚類算法的圖像檢索研究.pdf
- 基于聚類的圖像檢索技術(shù)研究.pdf
評論
0/150
提交評論