

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、近年來(lái),隨著全社會(huì)文物保護(hù)意識(shí)的增強(qiáng),基于計(jì)算機(jī)輔助的文物保護(hù)研究得到科研人員的廣泛關(guān)注。文物圖像分類(lèi)技術(shù),作為計(jì)算機(jī)輔助文物保護(hù)研究的重要組成部分,在文物管理、保護(hù)與開(kāi)發(fā)方面具有重要的應(yīng)用前景。本文在對(duì)圖像分類(lèi)算法研究的基礎(chǔ)上,利用建立的文物圖像數(shù)據(jù)庫(kù),開(kāi)展對(duì)文物圖像分類(lèi)關(guān)鍵技術(shù)的研究工作,實(shí)現(xiàn)了適用于文物圖像的特征提取與分類(lèi)算法,主要研究成果如下:
1.本文通過(guò)網(wǎng)絡(luò)以及實(shí)地采集的方式,共收集到700張文物圖像,建立了文物圖
2、像數(shù)據(jù)庫(kù),為本文的研究奠定了基礎(chǔ)。
2.文物圖像特征提取方面。在分析和研究文物圖像特點(diǎn)以及常用視覺(jué)特征的基礎(chǔ)上,本文運(yùn)用HS V顏色空間對(duì)文物圖像提取顏色直方圖特征;運(yùn)用Gabor濾波器提取文物圖像的紋理特征;運(yùn)用 SIFT、HOG特征的尺度、旋轉(zhuǎn)和光照不變性,提取文物圖像的局部特征信息。本文提取的上述四種特征從全局、局部等多角度描述了文物圖像的特征信息。
3.特征融合方面。為了實(shí)現(xiàn)單一特征間的優(yōu)勢(shì)互補(bǔ),提出采用單一
3、特征分類(lèi)準(zhǔn)確率,確定圖像特征權(quán)重的加權(quán)多特征融合方式,同時(shí)在對(duì)權(quán)重計(jì)算方式研究的基礎(chǔ)上,本文利用圖像距離各類(lèi)類(lèi)中心的距離,定義了一種新的圖像所屬各類(lèi)的權(quán)重取值方式,通過(guò)計(jì)算基于不同特征的圖像所屬各類(lèi)準(zhǔn)確率與對(duì)應(yīng)權(quán)重乘積之和確定圖像所屬類(lèi)別,從而實(shí)現(xiàn)了加權(quán)的多特征決策融合。
4.分類(lèi)器設(shè)計(jì)方面。針對(duì)傳統(tǒng)二叉樹(shù)SVM分類(lèi)存在的錯(cuò)誤累積現(xiàn)象,本文提出采用一種改進(jìn)的二叉樹(shù)SVM多分類(lèi)器進(jìn)行分類(lèi)。首先利用模糊C均值聚類(lèi)算法精確確定各類(lèi)文
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
- 基于多特征融合的遙感圖像分類(lèi)研究.pdf
- 基于多特征融合的商品圖像分類(lèi).pdf
- 基于多特征融合技術(shù)的商品圖像分類(lèi).pdf
- 基于加權(quán)多特征融合和SVM的圖像分類(lèi)研究.pdf
- 基于多特征融合和SVM分類(lèi)的圖像檢索技術(shù)研究.pdf
- 基于Adaboost算法的多特征融合圖像分類(lèi)的研究與應(yīng)用.pdf
- 基于多特征融合的車(chē)型分類(lèi)方法研究.pdf
- 基于特征融合的服裝圖像情感語(yǔ)義分類(lèi)研究.pdf
- 基于融合特征及邊界特征的圖像分類(lèi)與檢索.pdf
- 基于多特征融合的視頻分類(lèi)方法研究.pdf
- 基于多特征動(dòng)態(tài)融合的圖像分割研究.pdf
- 基于多特征加權(quán)融合的圖像檢索研究.pdf
- 基于內(nèi)容的多特征融合圖像檢索算法研究.pdf
- 基于多特征融合與SVM的圖像檢索研究.pdf
- 基于多特征融合的紅外圖像行人檢測(cè)研究.pdf
- 基于多特征融合的室內(nèi)物體分類(lèi)方法研究.pdf
- 多特征融合的場(chǎng)景分類(lèi)方法研究.pdf
- 融合多特征的圖像檢索研究.pdf
- 基于多特征融合的PolSAR海冰分類(lèi)應(yīng)用.pdf
- 基于多特征信息融合的WEB廣告分類(lèi)方法研究.pdf
評(píng)論
0/150
提交評(píng)論