

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)的迅猛發(fā)展與Internet技術(shù)的日益普及,數(shù)字圖像的來源正在不斷擴大,圖像數(shù)據(jù)的種類和數(shù)量也在與日俱增。無論是軍用還是民用設(shè)備,每天都會產(chǎn)生容量相當于數(shù)千兆字節(jié)的圖像,圖像信息的檢索對傳統(tǒng)的檢索方式提出了挑戰(zhàn)。采用底層特征描述的圖像檢索系統(tǒng)還不能滿足用戶的檢索需求,本文提出的采用語義內(nèi)容的圖像檢索方式是實現(xiàn)圖像有效檢索的基礎(chǔ)。本文主要針對圖像語義分類和檢索進行研究。 本文首先對基于語義內(nèi)容的圖像檢索技術(shù)現(xiàn)狀進行了
2、簡單綜述和分析,主要側(cè)重于圖像底層特征與高層語義之間的聯(lián)系以及圖像高層語義的提取技術(shù);接著提出了基于彩色邊緣網(wǎng)格直方圖的圖像檢索方法,利用了圖像重要的邊緣顏色信息,而且考慮到了顏色信息的空間分布特點進行圖像檢索;根據(jù)圖像語義檢索的思想及利用支持向量機(Support Vector Machine)在統(tǒng)計學習方面表現(xiàn)出的優(yōu)越性能,提出了一種采用支持向量機實現(xiàn)圖像底層視覺特征到高層語義的映射方法,即用SVM提取的圖像語義類別表示圖像高層內(nèi)容
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
- 基于語義的圖像檢索技術(shù)研究.pdf
- 基于語義的圖像檢索技術(shù)研究(1)
- 基于內(nèi)容語義的圖像檢索技術(shù)研究
- 基于內(nèi)容語義的圖像檢索技術(shù)研究.pdf
- 基于場景語義的圖像檢索技術(shù)研究.pdf
- 基于本體的圖像語義檢索技術(shù)研究.pdf
- 基于語義特征的圖像檢索研究.pdf
- 基于內(nèi)容圖像檢索中圖像語義分類技術(shù)研究.pdf
- 結(jié)合底層特征和高層語義的圖像檢索技術(shù)研究.pdf
- 基于區(qū)域語義和低層特征的圖像檢索關(guān)鍵技術(shù)研究.pdf
- 基于顯著特征的圖像檢索技術(shù)研究.pdf
- 融合進高層語義特征的醫(yī)學圖像檢索技術(shù)研究.pdf
- 圖像語義檢索相關(guān)技術(shù)研究.pdf
- 圖像語義檢索和分類技術(shù)研究.pdf
- 基于語義和視覺特征相結(jié)合的相關(guān)反饋圖像檢索技術(shù)研究.pdf
- 基于紋理特征的圖像檢索技術(shù)研究.pdf
- 基于視覺特征的圖像檢索技術(shù)研究.pdf
- 基于局部特征的圖像檢索技術(shù)研究.pdf
- 基于SIFT特征的圖像檢索技術(shù)研究.pdf
- 基于語義的圖像檢索系統(tǒng)基礎(chǔ)技術(shù)研究.pdf
評論
0/150
提交評論