已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,隨著多媒體技術(shù)的迅速發(fā)展,全世界的數(shù)字圖像數(shù)量正以驚人的速度增長。如何高效的利用這些海量圖像中所包含的信息,是當今圖像檢索領(lǐng)域研究的熱點。目前,基于內(nèi)容的圖像檢索技術(shù)(CBIR)主要是通過特征提取把圖形庫中的一個實例轉(zhuǎn)換成特征空間中的一個點,而特征值一般都是高維的矢量數(shù)據(jù)。但是,多數(shù)傳統(tǒng)的索引機制當處理的數(shù)據(jù)維度過大時,其檢索效率甚至會低于最原始的順序查找方法。這就迫切需要有合適的索引機制來輔助、加速檢索的進程。
本文
2、針對以上問題,通過對云計算平臺和目前主流的各種檢索方法進行研究,針對各種不同用戶的檢索需求,設(shè)計并實現(xiàn)了一個云計算平臺下海量圖像索引系統(tǒng)。該系統(tǒng)充分利用云計算平臺實現(xiàn)了特征值抽取以及圖片、特征庫和索引的存儲。在索引部分,選取兩種常見的聚類算法對特征向量進行聚類,建立索引表。在與用戶交互的過程中,系統(tǒng)支持多圖關(guān)系的復雜查詢,如圖像之間的交、并、差組合操作,并且對每張圖片支持顏色、紋理、形狀特征的權(quán)值選擇。通過實驗表明,該系統(tǒng)的有效性和高效
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 云計算平臺下基于Lucene的圖像檢索的研究與實現(xiàn).pdf
- 云計算平臺下基于內(nèi)容的圖像檢索系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 云計算環(huán)境下海量GML空間數(shù)據(jù)存儲索引機制研究.pdf
- 云計算環(huán)境下海量小文件處理方法研究.pdf
- Hadoop平臺下海量日志數(shù)據(jù)處理模型的研究及改進.pdf
- 云計算環(huán)境下海量數(shù)據(jù)的并行聚類算法研究.pdf
- hadoop平臺下海量日志數(shù)據(jù)處理模型的研究及改進
- 搭建基于云計算的海量數(shù)據(jù)挖掘平臺 研究實現(xiàn)
- 云計算平臺下的數(shù)據(jù)挖掘研究.pdf
- 云平臺下CRM系統(tǒng)數(shù)據(jù)存儲的設(shè)計與實現(xiàn).pdf
- 云計算平臺下用戶身份管理系統(tǒng)的設(shè)計與開發(fā).pdf
- IBM云計算平臺下NodeJS應(yīng)用支持環(huán)境的設(shè)計與實現(xiàn).pdf
- 云計算平臺下遙感圖像分類算法的并行化技術(shù)研究.pdf
- 基于云計算的海量數(shù)據(jù)分析系統(tǒng)的研究與實現(xiàn).pdf
- 云計算平臺下的動態(tài)信任模型的研究.pdf
- 云翻譯平臺下基于海量語料的統(tǒng)計機器翻譯方法研究.pdf
- 云環(huán)境下海量小文件存儲技術(shù)的研究與應(yīng)用.pdf
- 面向云平臺的海量圖片存儲系統(tǒng)設(shè)計與實現(xiàn).pdf
- 云平臺下虛擬機調(diào)度研究與實現(xiàn).pdf
- 云平臺下推薦系統(tǒng)的研究與改進.pdf
評論
0/150
提交評論