基于骨架图的图形图像检索与自动聚类

《基于骨架图的图形图像检索与自动聚类》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、基于骨架图的图形图像检索与自动聚类作者姓名朱彬彬导师姓名、职称刘若辰副教授一级学科电子科学与技术二级学科电路与系统申请学位类别工学硕士提交毕业论文日期2014年12月学校代码10701学号1202120826TN82TP81密级公开分类号西安电子科技大学硕士学位论文基于骨架图的图形图像检索与自动聚类作者姓名：朱彬彬一级学科：电子科学与技术二级学科：电路与系统学位类别：工学硕士指导教师姓名、职称：刘若辰副教授提交日期：2014年12月shaperetrievalandautomaticclusteringmethodba

2、sedongraphshapecontextAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByZhuBinbinSupervisor:Prof.LiuRuochenDecember2014西安电子科技大学毕业论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作

3、及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印

4、件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要近年来，随着移动互联设备和社交网络的发展，相比与传统的文本文字交流，人与人之间倾向于采用更加形象化的图像进行信息交流。微博、微信、Facebook、推特等技术的兴起，使得每天都有数以亿计的图片上传到互联网上。面对着这些海量的图片信息，如何快速准确的找到用户所需要

5、的信息，是各家互联网公司与企业所要面临的难题。传统的图像识别方法是采用人工的方法为图片添加各种文本文字信息来描述图像内容，但是这种方法既费时又费力。因此，如何让计算机自动的识别并标注这些图片，得到越来越多研究人员的关注。经过多年的研究与发展，基于内容的图像检索被提出，它是一种通过各种数学模型提取图像的颜色、纹理、形状和空间关系等特征来完成图像识别与匹配的技术。其中，形状特征的提取作为描述图像目标高层视觉特性的方法，更是当前研究的热点。当今社会正处于一个大数据时代，海量的图像信息分布在网络上的各个角落，传统的图像检索方法

6、需要搜索整个互联网的图像进行匹配，这种方法需要消耗大量计算机的计算资源与内存资源。在这个追求效率的年代，数据挖掘的出现，能够让用户快速准确的得到有用的信息。通过聚类技术，让图像库中相似的图像聚成一簇，这样在检索的过程中，只需要在对应的簇中匹配待查找的图像。为了解决以上两个实际问题，本文中我们做了3个主要的工作：1.提出了基于骨架图的图形图像检索方法。算法中，首先提出了一种图形骨架图的构建方法，它利用受限Delaunay三角剖分原则提取新的基于形状的采样点，并利用这些采样点构建形状骨架图；然后，用形状上下文方法提取骨架图

7、的特征；最后，用动态规划完成骨架图特征间的匹配。实验结果表明，这种基于骨架图的形状描述符在保证检索精度的同时，有效的降低了描述符的算法复杂度，缩短了图像间的匹配时间。2.提出了基于受限diffusionprocesses的图形图像检索方法。以往的检索方法只是比较两幅图像间的相似度距离，寻找最小的相似度值。而我们的这种检索是一种后验式的训练方法，首先将图像库中的所有图像当成一个数据流并把图像间的相似度距离转化为相似度概率；然后采用类Markov概率模型将图像间的相似度概率扩散到整个数据流；最后应用局部受限技术来消除噪声图

8、像对整个数据流的影响。在实验结果中，这种后验式的训练方法使得图像检索的准确率得到进一步的提高。3.提出了基于分解多目标进化算法的图形图像自动聚类方法。在该算法中，我们将多目标优化算法引入到图形图像的聚类上来。首先，将图形图像的聚类转I西安电子科技大学硕士学位论文化为一个特殊的图划分；然后，引入两个互为相反偏好的目标函数并通过优化这