

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(qǐng)進(jìn)行舉報(bào)或認(rèn)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(kuò)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(huì)產(chǎn)生容量相當(dāng)于數(shù)千兆字節(jié)的圖像,圖像信息的檢索對(duì)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(shí)現(xiàn)圖像有效檢索的基礎(chǔ)。本文主要針對(duì)圖像語義分類和檢索進(jìn)行研究。 本文首先對(duì)基于語義內(nèi)容的圖像檢索技術(shù)現(xiàn)狀進(jìn)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(diǎn)進(jìn)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(jī)(Support Vector Machine)在統(tǒng)計(jì)學(xué)習(xí)方面表現(xiàn)出的優(yōu)越性能,提出了一種采用支持向量機(jī)實(shí)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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)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(chǎng)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(jìn)高層語義特征的醫(yī)學(xué)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(píng)論
0/150
提交評(píng)論