融合局部特征和全局特征的圖像檢索技術(shù)研究

融合局部特征和全局特征的圖像檢索技術(shù)研究

ID:35096820

大小:5.66 MB

頁數(shù):54頁

時(shí)間:2019-03-17

融合局部特征和全局特征的圖像檢索技術(shù)研究_第1頁
融合局部特征和全局特征的圖像檢索技術(shù)研究_第2頁
融合局部特征和全局特征的圖像檢索技術(shù)研究_第3頁
融合局部特征和全局特征的圖像檢索技術(shù)研究_第4頁
融合局部特征和全局特征的圖像檢索技術(shù)研究_第5頁
資源描述:

《融合局部特征和全局特征的圖像檢索技術(shù)研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)校代碼:10589B學(xué)號(hào):12081000210006||_gp:;分類號(hào)密級L誨邊大營碩±學(xué)位論文題目:融合局部特征和全局特征的圖像檢索技術(shù)研究作者;劉雪亭指導(dǎo)教師:李太君教授專業(yè);信息與通信工程時(shí)間二0—六年五月:ResearchofimaeretrievalBasedgonthefusionofLocalandlobalgfeaturesAThesisSubmhtedinPar

2、tialFulfHImentoftheRequirementFortheMasterDegreeinInformationandCommunicationEngineeringByUu-XuetingSuerv-pisor:LiTaiunjMajor:InformationandCommunicationEngineeringSubmitedtime:May20:L6,海南大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明

3、,是本人在導(dǎo)師的指導(dǎo)下本人鄭重聲明:所呈交的學(xué)位論文,獨(dú)立進(jìn)行研巧工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品或成果。對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體,均己在文中W明確方式標(biāo)明。本聲明的法律結(jié)果由本人承擔(dān)。論文作者簽名i:表雷魯曰期:2口年女月。曰j學(xué)位論文版權(quán)使用授權(quán)說明本人完全了解海南大學(xué)關(guān)于收集、保存、使用學(xué)位論文的規(guī)定,目P;學(xué)校有權(quán)保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版,允許論文被查閱和借

4、閱。學(xué)??桑诪榇嬖陴^際合作關(guān)系兄弟高校用戶提供文獻(xiàn)傳遞服務(wù)和交換服務(wù)。本人授權(quán)海南大學(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(jìn)行檢索,可W采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密論文在解密后遵守此規(guī)定。論文作者簽名:南J管亭導(dǎo)師簽名:考'。日期:茲乂年夕月22日日期年i月;^""本人已經(jīng)認(rèn)真閱讀CALIS髙校學(xué)位論文全文數(shù)據(jù)庫發(fā)布章程,同意將本人的學(xué)""""位論文提交CALIS髙校學(xué)位論文全文數(shù)據(jù)庫中全文發(fā)布,并可按章程中規(guī)定一享受相

5、關(guān)權(quán)益。同意論義提巧后滯后:□半年;□年;□二年發(fā)布。為凌論文作者簽名:j亭導(dǎo)師簽名:方一又日期:功年^月U曰日期:年^月嘴摘要隨著多媒體技術(shù)和通信技術(shù)的飛速發(fā)展和應(yīng)用的普及,數(shù)字圖像的數(shù)量呈現(xiàn)爆炸性的增長趨勢。然而,其中有海量圖像是處在無序的、非結(jié)構(gòu)化的狀泰,所包含的圖。像信息不能被人高效的利用因此,如何在海量的圖像中快速查找到感興趣圖像已成為人們的迫切需求。一一問題,本文對基于內(nèi)容的圖像檢索技術(shù)展開研究。提出了種串并結(jié)合針對這的圖像檢索模型,綜合利用了

6、國像的全局特征、局部特征和圖像感知哈希技術(shù),在檢索的查全率、查準(zhǔn)率和檢索效率上可W達(dá)到較好的效果,具體如下:1.對圖像的局部特征和全局特征提取進(jìn)行了探討和研究。針對局部特征,選用一種改進(jìn)的SSIFT特征,改變了描述子的描述區(qū)域的分塊方式,并提出了IFT算法,12832將特征向量的維數(shù)由維降為維,降低了算法的復(fù)雜度;針對全局特征,選用顏色直方圖,并提出顏色信息滴的概念,用于圖像的特征離合。一2.針對特征融合和相似度度量,本文提出種基于顏色信息摘的特征融合算法。利用顏色信息

7、摘?jiǎng)討B(tài)分配全局特征和局部特征的權(quán)重,能更好的適應(yīng)圖像種類的變化和圖像庫的更新。3一.提出了種串并結(jié)合的圖像檢索系統(tǒng)模型,該系統(tǒng)采用了分級檢索的模式。一級檢索利用圖像感知哈希技術(shù)檢索,,提高檢索效率第可W快速將檢索范圍縮小;第二級檢索巧用融合圖像局部特征和全局特征的方法精確檢索,可W提高檢索的精度。4.建立了串并結(jié)合的圖像檢索的原型系統(tǒng),并與其他算法對陡,采用查全率、查準(zhǔn)率和檢索時(shí)間蘭個(gè)性能評價(jià)指標(biāo)驗(yàn)證了系統(tǒng)的有效性。關(guān)鍵詞:圖餘檢索;全局特征;局部特征;感知哈希;串

8、并結(jié)合AbstractWiththerapiddevelopmentofmultimedia1;echnologyandcommunicationtechnology,姐gitalimageacquisitionandstorageismoreand111〇巧convementtheiruantitshowed過,qytrendofexosiverowth.everhelareamounofimaeweren

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。