基于形狀的植物葉子圖像檢索與聚類(lèi)研究.pdf

1、本文對(duì)基于形狀的植物葉子圖像檢索和聚類(lèi)方法進(jìn)行了探討，并通過(guò)實(shí)驗(yàn)對(duì)其效果進(jìn)行驗(yàn)證和評(píng)價(jià)。 本文的目標(biāo)之一是對(duì)植物葉子形狀的視覺(jué)特征進(jìn)行描述。首先回顧了許多形狀表示及描述技術(shù)，包括基于輪廓的方法以及基于區(qū)域的方法。在眾多的方法中，集中于基于傅立葉變換的形狀表示方法，對(duì)一系列的傅立葉描述方法進(jìn)行了研究，包括收斂性分析，檢索性能以及對(duì)比研究，并得出一些有意義的結(jié)論。接下來(lái)，提出一種基于質(zhì)心距離直方圖的形狀描述方法，形狀之間的相似度通過(guò)

2、對(duì)比相應(yīng)范圍內(nèi)的半徑數(shù)量進(jìn)行計(jì)算。實(shí)驗(yàn)結(jié)果表明，兩種特征的融合能夠獲得更高的檢索性能。 提出了基于形狀特征的圖像聚類(lèi)算法，目的是為了改善查詢時(shí)的效率。首先，回顧了基于歐拉空間的經(jīng)典聚類(lèi)算法，這些算法主要分為兩種類(lèi)型：基于分劃的聚類(lèi)和基于層次的聚類(lèi)。接下來(lái)，提出了一種基于隨機(jī)模擬退火算法的聚類(lèi)算法。基本的思想是以隨機(jī)的k個(gè)聚類(lèi)為開(kāi)始，通過(guò)在聚類(lèi)之間進(jìn)行重排來(lái)最小化評(píng)分函數(shù)，重排基于隨機(jī)選擇兩種不同的移動(dòng)方法，最后在這個(gè)基礎(chǔ)上提出了