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60頁未讀 繼續(xù)免費(fèi)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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、傳統(tǒng)基于內(nèi)容的圖像檢索算法,首先提取圖像的顏色、紋理、形狀等特征值,構(gòu)成特征向量。通過在圖像數(shù)據(jù)庫中檢索k-近鄰特征向量,得到圖像的檢索結(jié)果?;谔卣魅诤系膱D像檢索算法由于檢索效果比單一特征效果精度高,算法穩(wěn)定,越來越受到研究者的重視,如何在不影響檢索速度的情況下,提升檢索的精度是一個研究的熱點(diǎn)。
  在深入研究圖像檢索算法的基礎(chǔ)上,本文對圖像特征提取中的關(guān)鍵技術(shù)進(jìn)行了系統(tǒng)研究,提出了一種基于改進(jìn)的特征融合圖像檢索算法。針對單一特

2、征提取的圖像檢索方法在跨圖像數(shù)據(jù)集時適應(yīng)性不足,提出了一種FCTH-BoVW特征融合圖像檢索算法。采用互惠k-近鄰圖融合FCTH全局特征和BoVW局部特征。傳統(tǒng)的多特征融合主要通過線性加權(quán)的方式,檢索效果容易受到權(quán)重的影響,且不同的圖像數(shù)據(jù)庫需要選取不同的參數(shù),適用性不足?;诨セ輐-近鄰的多特征融合方法,通過搜索最大密度子圖作為檢索結(jié)果,避免了選取最優(yōu)權(quán)值。針對FCTH特征,提出了一種環(huán)形加權(quán)的改進(jìn)算法,針對BoVW特征,提出了一種視

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(hù)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(fù)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(zhǔn)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