

版權(quán)說(shuō)明:本文檔由用戶(hù)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、隨著便攜式攝像設(shè)備如手機(jī)等大規(guī)模使用和互聯(lián)網(wǎng)的快速發(fā)展,圖像的獲取和使用越來(lái)越方便。圖像以其信息量豐富、客觀(guān)反映事物、獲取便捷、利于傳播等優(yōu)點(diǎn)受到人們的青睞。目前圖像已廣泛應(yīng)用于新聞、醫(yī)療、刑偵、安防、工程、地理、軍事等領(lǐng)域。如何快速高效地從海量圖像中獲取用戶(hù)所需要圖像成為當(dāng)前研究的熱點(diǎn)?;趦?nèi)容的圖像檢索受到廣大研究者的關(guān)注。
脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)作為新一代神經(jīng)網(wǎng)絡(luò),因其不需要訓(xùn)練樣本、對(duì)圖像旋轉(zhuǎn)縮放操作不敏感等優(yōu)點(diǎn)
2、而其廣泛應(yīng)用于圖像處理領(lǐng)域。但其參數(shù)選取的好壞嚴(yán)重影響處理結(jié)果。部分學(xué)者對(duì)脈沖耦合神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置和選取進(jìn)行了研究,本文基于以上背景展開(kāi)研究,重點(diǎn)研究了利用脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)對(duì)彩色圖像的特征提取、圖像分類(lèi),并對(duì)圖像檢索系統(tǒng)性能提高進(jìn)行了實(shí)驗(yàn)。本文研究主要內(nèi)容如下:
第一,本文提出一種基于進(jìn)化學(xué)習(xí)的參數(shù)優(yōu)化方法,解決了將脈沖耦合神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像檢索時(shí)其參數(shù)設(shè)置問(wèn)題。通過(guò)引入粒子群算法(PSO),構(gòu)建優(yōu)化目標(biāo)函數(shù),提前
3、對(duì)圖像庫(kù)中少量圖像進(jìn)行分類(lèi)訓(xùn)練,對(duì)脈沖耦合神經(jīng)網(wǎng)絡(luò)的各參數(shù)進(jìn)行優(yōu)化并用于圖像檢索。實(shí)驗(yàn)表明,用提出的算法對(duì)PCNN參數(shù)進(jìn)行優(yōu)化后檢索性能明顯提高。對(duì)圖像庫(kù)中未訓(xùn)練圖像進(jìn)行檢索時(shí)也取得較好效果,在檢索查準(zhǔn)率、查全率及主觀(guān)視覺(jué)效果方面本文方法均優(yōu)于經(jīng)驗(yàn)參數(shù)。
第二,受脈沖耦合神經(jīng)網(wǎng)絡(luò)脈沖特性的啟發(fā),通過(guò)研究二值圖像像素密度分布理論,將其與脈沖統(tǒng)計(jì)理論相結(jié)合,提出相對(duì)密度分布時(shí)間序列(RDTS)算法。該算法提取的圖像特征同樣具有旋轉(zhuǎn)
4、、縮放等不變性特性,能描述圖像的變化、形狀及局部分布特征。將該算法應(yīng)用于圖像檢索中并進(jìn)行仿真實(shí)驗(yàn)。
第三,考慮到單一特征用于圖像檢索時(shí)的局限性及PCNN模型無(wú)法處理彩色圖像問(wèn)題,本文提出將圖像顏色特征和相對(duì)密度時(shí)間序列結(jié)合的檢索算法,先將彩色圖像轉(zhuǎn)換到符合人眼視覺(jué)的IHS顏色空間,而后采用第三章所提相對(duì)密度時(shí)間序列算法對(duì)各分量進(jìn)行特征提取,再將提取的各向量進(jìn)行合成。實(shí)驗(yàn)證明,合成向量能有效包含圖像的顏色、紋理和形狀等信息。
5、r> 第四,為進(jìn)一步提高圖像檢索性能,提出度量圖像特征向量中心點(diǎn)漂移距離的圖像分類(lèi)方法。計(jì)算同類(lèi)圖像特征的中心點(diǎn),和新圖像加入該類(lèi)后該類(lèi)新的中心點(diǎn),根據(jù)兩中心點(diǎn)的漂移距離確定新圖像是否屬于該類(lèi)別。為減小錯(cuò)誤圖像對(duì)分類(lèi)的影響,進(jìn)一步提出特征類(lèi)中心點(diǎn)自動(dòng)更新的分類(lèi)方法,經(jīng)實(shí)驗(yàn)證明,所提方法能有效對(duì)圖像進(jìn)行分類(lèi)。
最后綜合運(yùn)用基于PCNN模型和IHS顏色空間、相對(duì)密度時(shí)間序列算法進(jìn)行圖像特征提取,并將中心點(diǎn)分類(lèi)算法應(yīng)用于圖像檢索系
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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像增強(qiáng)算法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割算法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)圖像分割算法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像處理.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像檢索與數(shù)據(jù)聚類(lèi).pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的車(chē)輛圖像分割研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割方法研究.pdf
- 脈沖耦合神經(jīng)網(wǎng)絡(luò)及混沌脈沖耦合神經(jīng)網(wǎng)絡(luò)的研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像濾波與圖像分割.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的多聚焦圖像融合算法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像特征提取.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像增強(qiáng)處理.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索算法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像處理的研究及應(yīng)用.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像信息處理.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割與融合研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割應(yīng)用研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像處理應(yīng)用研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像處理若干問(wèn)題研究.pdf
- 基于量子遺傳算法的脈沖耦合神經(jīng)網(wǎng)絡(luò)圖像分割技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論