基于內(nèi)容的圖像檢索關(guān)鍵技術(shù)研究.pdf

1、上海交通大學(xué)博士學(xué)位論文基于內(nèi)容的圖像檢索關(guān)鍵技術(shù)研究姓名：梅承力申請(qǐng)學(xué)位級(jí)別：博士專(zhuān)業(yè)：模式識(shí)別與智能系統(tǒng)指導(dǎo)教師：周源華2001.7.1時(shí)間、I，O訪問(wèn)次數(shù)以及總耗時(shí)等陛能參數(shù)的公認(rèn)評(píng)價(jià)。目前的索引方法中，～般在20維左右，索引的性能就會(huì)急劇變差。這很不能滿(mǎn)足圖像＼等高維數(shù)據(jù)的檢索需求。為了克服這一缺陷，本文在第五章中，提出了～種新的索引方法。它基于一種對(duì)數(shù)據(jù)空間的劃分，把高維的空間數(shù)據(jù)映射成一維的數(shù)值，然后通過(guò)傳統(tǒng)的一維索引方法B

2、／BTree等實(shí)現(xiàn)索引。該方法的最主要優(yōu)點(diǎn)是不存在其它索引方法的在高維時(shí)的瓶頸效應(yīng)，在數(shù)據(jù)維數(shù)增加時(shí)，性能并不會(huì)明顯變差。對(duì)于圖像的特征描述，作為進(jìn)～步的研究，本文第六章中提出了一種聯(lián)合特征模型。該模型綜合了幾種特征描述，目的是克服各種單～特征描述時(shí)的片面性。另外，該模型很容易實(shí)現(xiàn)加權(quán)處理，滿(mǎn)足了用戶(hù)對(duì)具體特征的需求程度不同時(shí)的檢索。當(dāng)然，它在一方面也相應(yīng)增加了特征的維數(shù)，但由于第五章的提出的索引方法并不存在“高維災(zāi)難”，這就為其實(shí)際應(yīng)