2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀 繼續(xù)免費閱讀

下載本文檔

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、隨著多媒體技術(shù)、計算機技術(shù),通信技術(shù)及Internet網(wǎng)絡(luò)的飛速發(fā)展,包括圖像在內(nèi)的各種多媒體數(shù)據(jù)的數(shù)量正以驚人的速度增長。如何提供一個有效的算法來快速、準確的查詢這些具有豐富內(nèi)涵的圖像信息成為當(dāng)今檢索領(lǐng)域的研究熱點?;趦?nèi)容的圖像檢索(Content Based Image Retrieval,CBIR)技術(shù)是解決這一問題的關(guān)鍵技術(shù)之一。 CBIR從可視化角度對圖像檢索進行探討,通過多媒體信息本身的語義和媒體的視覺特征進行檢索

2、。其中,視覺特征包括顏色、紋理、形狀等。本文通過提取圖像的顏色特征進行研究,主要研究工作概括如下: 1.引入分塊小波變換。小波變換可以把圖像分解成不同頻率的子圖像之和,分別代表圖像的不同結(jié)構(gòu),可以通過它方便地提取圖像的主要結(jié)構(gòu)信息和細節(jié)信息。采用分塊技術(shù)可以表達圖像的空間分布特性,從而提高算法的搜索性能。 2.引入微粒群算法。作為一種新的群體智能方法,微粒群群算法(particle swarmoptimization,P

3、SO)是一個非常有前景的工具。該算法特別適合于模擬個體間的社會交互,具有收斂速度快、通用性強等優(yōu)勢。本文引入微粒群算法對基于小波變換的圖像檢索算法進行優(yōu)化,加快了算法的搜索速度。 3.設(shè)計并實現(xiàn)了基于微粒群和小波變換的圖像檢索算法。本文將分塊小波技術(shù)和微粒群算法與一般的基于顏色直方圖的圖像檢索算法相結(jié)合,提出基于微粒群和小波變換的圖像檢索算法。該算法引入小波技術(shù)提高了特征提取的有效性;采用分塊技術(shù)提高了圖像檢索性能;結(jié)合微粒群算

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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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。

評論

0/150

提交評論