2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩52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(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著市場經(jīng)濟(jì)的發(fā)展,商標(biāo)數(shù)量逐年遞增。傳統(tǒng)的基于分類、文本標(biāo)注的商標(biāo)圖像檢索方法存在著很大的難題,包括手工分類/注解工作量大、描述主觀性、描述不全面性等問題。基于內(nèi)容的圖像檢索技術(shù)可以克服這些弊端,它在商標(biāo)檢索領(lǐng)域得到了非常廣泛的應(yīng)用。 基于內(nèi)容的商標(biāo)圖像檢索方法利用圖像自身包含的特征屬性,如顏色、形狀、紋理及空間位置關(guān)系等建立圖像的索引,然后利用這些特征進(jìn)行檢索。作為人工圖像的商標(biāo)圖像,其形狀特征較其它特征更為顯著,人們往往更

2、多地通過形狀來識別不同的商標(biāo)。本文主要針對基于形狀匹配的商標(biāo)圖像檢索關(guān)鍵問題展開研究,包括:商標(biāo)圖像分割技術(shù)、形狀邊界描述方法、形狀區(qū)域描述方法、形狀特征融合及匹配技術(shù)、基于多特征融合的子圖像檢索方法等,文中提出了一些解決問題的方法,具有一定的理論意義和實(shí)際應(yīng)用價(jià)值。本文的主要工作和貢獻(xiàn)如下: 1.深入研究了商標(biāo)圖像分割技術(shù),提出了一個(gè)基于分水嶺和高斯重疊率衡量多層融合的商標(biāo)圖像分割新方法WG-OLR:該方法可高效對商標(biāo)圖像進(jìn)行

3、自動分割; 2.研究基于邊界的商標(biāo)形狀特征匹配方法,提出了一個(gè)基于角點(diǎn)檢測及其Delaunay圖的形狀邊界特征匹配方法DT-MATCH;該方法可快速的對非復(fù)雜的商標(biāo)形狀進(jìn)行描述,并具有較好的檢索效率; 3.研究基于區(qū)域的商標(biāo)形狀特征匹配方法,針對一類基于分區(qū)塊統(tǒng)計(jì)的形狀描述方法進(jìn)行比較研究,確定了基于分區(qū)塊統(tǒng)計(jì)描述思想下最適合的形狀描述方法CAM; 4.分析了基于邊界和基于區(qū)域特征形狀描述方法的優(yōu)缺點(diǎn),并將這兩種

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(shí)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