資源描述：
《基于內(nèi)容的圖像 —基于圖像灰度特征的檢索方法》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、基于內(nèi)容的圖像—基于圖像灰度特征的檢索方法摘要多媒體技術(shù)的發(fā)展和視覺信息的飛速膨脹迫切需要對視覺信息資源的有效管理和檢索。由此，基于內(nèi)容的圖像和視頻檢索技術(shù)得到了越來越多的重視，成為了多媒體信息檢索和圖像處理領(lǐng)域中的重要研究方向。CBIR技術(shù)將對大規(guī)模圖像信息的管理和訪問提供有力支持。本文這種介紹了內(nèi)容圖像檢索的灰度特征實(shí)現(xiàn)方法，具有理論意義和實(shí)際應(yīng)用價值。針對基于內(nèi)容圖像檢索技術(shù)進(jìn)行了研究，介紹了其研究現(xiàn)狀和關(guān)鍵技術(shù)，討論了其技術(shù)瓶頸和發(fā)展趨勢。共生矩陣法，是對圖像的所有像元進(jìn)行統(tǒng)計調(diào)查，以便描述其灰度分布的一種方法。
2、分析了這種基于廣義圖像灰度共生矩陣的圖像檢索方法，該方法首先將原圖像作平滑處理得到平滑圖像，然后將原圖像和平滑圖像組合得到廣義圖像灰度共生矩陣，提取該矩陣的統(tǒng)計特征量，最后將該統(tǒng)計量組成歸一化向量用以檢索。實(shí)驗(yàn)結(jié)果表明，本方法的效果要優(yōu)于單純的灰度共生矩陣法。在對相似圖像檢索時，該算法與基于共生矩陣的經(jīng)典算法相當(dāng)，在面臨同一圖像大小顯著改變或發(fā)生旋轉(zhuǎn)的情況下，該算法明顯優(yōu)于經(jīng)典算法。相比較而言，該算法提高了檢索的有效性。關(guān)鍵詞：基于內(nèi)容圖像檢索灰度特征共生矩陣多媒體技術(shù)24TitleContent-basedimager
3、etrieval—Themethodbasedonthecharacteristicsofthegray-scaleAbstractThedevelopmentofmultimediatechnologyandtheexpansionofvisualinformation，whichcriesfortheeffectivemanagementandretrievalmethodsofvisualinformation.Thus,theimageandvideosearchingtechnologybasedonconte
4、ntisgainingmoreandmoreattentiontobecomeamultimediainformationretrievalandimageprocessinginthefieldofimportantresearchdirection.ThetechnologyofCBIRprovideseffectivesupportsforthemanagementandaccessofextensiveimageinformation.Thispaperintroducedthecontentoftheimage
5、retrievalmethodcharacteristicsofgray,withtheoreticalandpracticalvalue.Thispaperdoesanextensiveandin-depthstudyoftechnologybasedoncontentimageretrievalto,presentingtheirresearchstatusandkeytechnologies,discussingitsdevelopmenttrendsandtechnologicalbottlenecks.Co-o
6、ccurrencematrixofallthepixelimagesurveyhasbeenconductedinordertodescribeamethodofdistributionofgray.Thispaperanalysesthisbroad-basedco-occurrencematrixgray-scaleimageoftheimageretrievalmethods.Themethodfirstlydealswiththeoriginalimageforsmoothinggainedsmoothingim
7、ages,andthencombinestheoriginalimageandsmoothimagesgainedbroadportfolioco-occurrencematrixgray-scaleimages,takingthematrixofstatisticalfeatures,finallyputtingthestatisticsintonormalizationofvectorfortheretrieval.Experimentalresultsshowthattheeffectofthismethodiss
8、uperiortoasimplegraysymbioticmatrixmethod.Whentosimilarimageretrieval,thisalgorithminbasedonaltogethermatrixtypicalalgorithmquite,inthefaceofsameimagesizeorsig
