欢迎来到天天文库
浏览记录
ID:17690867
大小:3.02 MB
页数:70页
时间:2018-09-04
《基于NSCT的数字图书馆图像资源检索技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、学校代码10125专业代码120502硕士学位论文题目基于NSCT的数字图书馆图像资源检索技术研究姓名任浩然专业情报学研究方向多媒体检索所属学院信息管理学院指导教师徐彤阳二〇一八年五月十日学校代码10125专业代码120502硕士学位论文题目基于NSCT的数字图书馆图像资源检索技术研究姓名任浩然专业情报学研究方向多媒体检索所属学院信息管理学院指导教师徐彤阳二〇一八年五月十日UniversityCode10125MajorCode120502ShanxiUniversityofFinan
2、ce&EconomicsThesisforMaster’sDegreeTitleResearchonImageResourceRetrievalTechnologyofDigitalLibraryBasedonnonsamplingContourlettransformNameRenHaoranMajorInformaticsResearchOrientationMultimediaretrievalSchoolFacultyofInformationManagementTutorXuTongyangMay10th,2018
3、山西财经大学硕士学位论文摘要图像能够客观准确的描述事物,它包含了丰富的视觉信息,是人类社会活动中一种重要的信息载体,通过图像人们可以更加形象直观的了解和认知事物。随着计算机技术的发展以及互联网的普及,数字图像资源种类与日俱增。面对这种情况,如何使用户在大规模数据库中能够准确高效的寻找所需图像已经成为日益严峻的问题,因此,图像检索技术应运而生。目前图像检索研究领域采用的检索方式主要有两种,一种是基于文本的图像检索(TBIR,Text-basedImageRetrieval),另一种是基于内容的图像检索(CBIR,Content
4、-BasedImageRetrieval)。本文在讨论图像检索的背景、研究现状和关键技术等内容的基础上,采用文献计量方法对近十五年发表的国际图像检索文献分析,从文献时间分布规律、学科分布状况等方面着手探索图像检索领域的发展脉络,并重点对作者、机构、国家和关键词频等方面挖掘国际图像检索领域的主要研究力量和研究热点,为进一步推动国内相关研究发展提供理论参考依据。在大数据时代,用户的信息素养越来越高,对获取信息的渠道、技术和内容质量等方面的要求也在不断提高,图书馆作为信息主要提供者,肩负着准确、快速传递优质信息服务的重要责任。随着
5、图像检索技术的不断成熟,数字图书馆图像检索技术的发展和应用迎来了契机。为了能够提升图书馆信息服务质量,适应信息化时代的需求,本文在深入研究图像检索理论和发展的基础上,为数字图书馆构建了一个高效的图像资源检索模型框架。该模型主要由信息获取模块、图像预处理模块、特征提取模块、相关反馈模块和相似性度量模块这五个部分组成。在具体的实现过程中,笔者采用了一种基于非下采样的Contourlet变换(NSCT)纹理特征提取算法,该方法相比其他纹理特征提取方法能够获取更多子带系数的信息,同时取消了下采样操作,通过仿真初步实现数字图书馆图像检
6、索。实验结果显示该方法具有良好的检索性能和较高的查准率、查全率。本文提出的数字图书馆图像检索框架具有可行性,能够提供给用户更优质的搜索服务,为数字图书馆的检索技术发展提供了一定的参考价值。关键词:图像检索,数字图书馆,框架模型,特征提取,NSCT1基于NSCT的数字图书馆图像资源检索技术研究ABSTRACTImagecandescribeobjectsobjectivelyandaccurately.Itcontainsrichvisualinformation,anditisanimportantinformationca
7、rrierinhumansocialactivities.Peoplecanunderstandandrecognizethingsmorevisuallyandvisuallythroughimages.WiththedevelopmentofcomputertechnologyandthepopularityoftheInternet,therearemoreandmorekindsofdigitalimages,andthenumberofdigitalimagesisincreasingwitheachpassing
8、day.Facedwiththissituation,howtomakeusersfindtherequiredimagesaccuratelyandefficientlyinlarge-scaledatabaseshasbecomeanincreasinglyseriousproblem
此文档下载收益归作者所有