基于內(nèi)容的圖像檢索中綜合特征提取及特征融合技術(shù)的研究

《基于內(nèi)容的圖像檢索中綜合特征提取及特征融合技術(shù)的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、－＇．ＴＰ別１：１０４２２分類號：＊單位代碼密級：２Ｗ３１３１９０；學(xué)號碩±學(xué)位論文ＴｈｅｓｉｓｆｏｒＭａｓｔｅｒＤｅｇｒｅｅ論文題目：基于的容詢?nèi)ぞG艷索中綜含特征提熙展特狂諫合技泉辦硏巧ＦＥＡＴＬＪＲ［ＤＣＴＲＡＣｒｎ鄕ＡＮＤＦＥＡＴＵＲＥＦＵＳＩＯＮ巧民‘ＣＯＮＴＥＮＴ－ＢＡ記?。。停粒樱牛犓汕煞牵郑粒蹋崳娮髡咝彰皞鲗殻墸墸崳姡壟囵B(yǎng)單位計巧化私學(xué)巧技術(shù)學(xué)院專業(yè)名稱１Ｋ化機私學(xué)占揀術(shù)指導(dǎo)教師齡京亮教據(jù)＼：．合作導(dǎo)師．—．．．

2、Ｌ．．．■．；ｆ：．２Ｃ１５年Ｓ月３Ｃ日分類號：ＴＰ３９１單位代碼：１０４２２密級：學(xué)號；２０１３１３１９０ＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ碩±學(xué)位論文ＴｈｅｓｉｓｆｏｒＭａｓｔｅｒＤｅｒｅｅｇ論文題目：基于內(nèi)容的圍巧檢索中綜合特征提取及特征融合技術(shù)巧研究ＦＥＡＴＵＲＥＥＸＴＲＡＣＴＩＯＮＡＮＤＦＥＡＴＵＲＥＦＵＳＩＯＮＦＯＲＣＯＮＴＥＮＴ－ＢＡＳ扣ＩＭＡＧＥＲＥＴＲＩＥＶＡＬ作者姓名程傳寶培養(yǎng)單位計算機科學(xué)與技術(shù)學(xué)院專業(yè)名稱計算機科學(xué)與技

3、術(shù)指導(dǎo)教師彭京亮巧授合作導(dǎo)師２０１６年６月３０日原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨立進行研究所取得的成果。除文中己經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的科研成果。對本文的研究做出重要貢獻的個人和集體，均己在文中Ｗ明確方式標明。本聲明的法律責任由本人承擔。）；論文作者簽名；也備愛日期：勸ＩＵｊｏ關(guān)于學(xué)位論文使用授權(quán)的聲明本人完全了解山東大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留或向國家有關(guān)部口或機構(gòu)送交論文的復(fù)印

4、件和電子版，允許論文被查閱和借閱；本人授權(quán)山東大學(xué)可Ｗ將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可Ｗ采用影印、縮?。崳姡蓿壔蚱渌麖?fù)制手段保存論文和匯編本學(xué)位論文。（保密論文在解密后應(yīng)遵守此規(guī)定）ＬＵｏ論文作者簽名；皮導(dǎo)師簽名刮管脈＼日期：ｉ＾ｌ山東大學(xué)碩±學(xué)位論文目錄摘要ＩＡＢＳＴＲＡＣＴＩｌｌ一１第章緒論１１．１基于內(nèi)容的圖像檢索研究背景２ＣＢＤＩ技術(shù)的概述２１．１Ｂ化技．３Ｃ術(shù)在國內(nèi)外的發(fā)展現(xiàn)狀３１．４本文的主要貢獻７１５．本文的組織結(jié)構(gòu)８第二

5、章相關(guān)知識９２．１顏色空間９２丄１艮ＧＢ模型和ＨＳＶ模型９２．１．２民ＧＢ至リＨＳＶ的轉(zhuǎn)化９２．２常用的特征類型１０２２１１１．．顏色２．．２２紋理１１２．２．３形狀１１２２４空間位置１２．．２．２．５局部圖像特征１２２．３特征選擇１２２．３１．特征選擇的概念及分類１２２．３．２采取特征選擇的原因１４２．３．３特征選擇的作用１４２．４相似性度量１４一２．５高斯歸化１６第Ｈ章基于統(tǒng)汁抽樣的綜合持征提取算法１８３．１１８預(yù)處理３．

6、２改進的ＣｏＬＤ特征提取算法１９ｉ山東大學(xué)碩±學(xué)位論文３．２．１算法主要思想１９３．２．２ＣｏＣＤ特征向量的提取過程２０３３基于統(tǒng)計抽樣的分塊均方算法２１３．３２１．１主要思想３２１．３．２特征提取的詳細過程３．４基于信息傳遞的用戶相關(guān)性反饋技術(shù)２５．２５３．４１用戶相關(guān)性反饋算法３２８．４．２反饋系統(tǒng)第四章基于圖論的非監(jiān)督式特征融合方法３０＇４．１１司題陳述３０４．２解決方法３０第五章實驗結(jié)果比較和分析３５５１．數(shù)據(jù)庫３５５．２評價指標

7、３５５３實驗結(jié)果比較％５．３１％．與其他特征提取算法的比較５．３．２特征融合算法的結(jié)果３７第六章結(jié)論與展望４２參考文獻４３致謝４９攻讀學(xué)位期間參與的科研項目目錄５０山東大學(xué)碩±學(xué)位論文ＣＯＮＴＥＮＴＳＣｈｉｎｅｓｅＡｂｓｔｒａｃｔＩＥｎｇｌｉｓｈＡｂｓｔｒａｃｔＩｌｌＣｈａｐｔｅｒ１Ｉｎｔｒｏｄｕｃｔｉｏｎ１１１Ｂ１．ａｃｋｇｒｏｕｎｄ１．２ＳｕｒｖｅｙｏｆＣＢＨｌ２１．３ＴｈｅｄｅｖｅｌｏｐｍｅｎｔｓｔａｔｕｓｏｆＣＢＩ民

8、ｉ打Ｃｈｉｎａａｎｄａｂｒｏａｄ３１４Ｍｔｔ７．ａｉ打ｃｏｎｒｉｂｕｉｏｎＰａｅｒｓｔｒｕｃｔｕｒｅ８１．５ｐＣｈａｐｔｅｒ２Ｒｅｌａｔｅｄｃｏｎｃｅｐｔ