基于聚类和相关反馈的图像检索方法研究

基于聚类和相关反馈的图像检索方法研究

ID:36796607

大小:2.71 MB

页数:62页

时间:2019-05-15

基于聚类和相关反馈的图像检索方法研究_第1页
基于聚类和相关反馈的图像检索方法研究_第2页
基于聚类和相关反馈的图像检索方法研究_第3页
基于聚类和相关反馈的图像检索方法研究_第4页
基于聚类和相关反馈的图像检索方法研究_第5页
资源描述:

《基于聚类和相关反馈的图像检索方法研究》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、摘要随着多媒体信息技术和互联网技术的发展,数字图像数据急剧增长。如何从大量的图像中快速有效地查找出人们所需要的图像成为一个相当重要而富有挑战性的课题。基于内容的图像检索技术应运而生,并成为多媒体信息处理领域的研究热点。经典的基于内容的图像检索通常将图像量化为向量的形式,从而形成一个特征向量库。检索时计算示例图像的特征向量与图像库中各个图像的特征向量之间的相似度,系统按照相似度从大Nd,的排列顺序将检索到的图像输出给用户。面对巨大的图像库,传统的顺序检索方式并不能满足人们的需要。本文对经典的基于内容的图像检索方法进行

2、了改进,主要工作包括以下几个方面:(1)针对颜色直方图不能反映图像空间信息的问题,采用对图像重叠分块的策略,提取了图像的颜色和空间信息特征。(2)对经典的k-means聚类算法进行了改进,解决了经典算法对初始类中心敏感的问题。(3)引入相关反馈机制并对其提出改进。改进后的相关反馈相对于原来的方法,减轻了用户负担,提高了图像检索性能。关键词图像检索,聚类,相关反馈AbstractThedevelopmentofmultimediainformationtechnologyandintcmettechnologyhas

3、broughtonarapidincreaseofthenumberofdigitalimages.Howtofindaspecialimage‰themassdatabaseefficientlyandeffectivelyhasbecomeanimportantandchallengingresearchtopic.Inthiscase,theresearchoncontent—basedimageretrievalWasdeveloped,andbecameahotspotinthefieldsofmulti

4、mediainformationprocessing.Intheclassiccontent—basedimageretrieval,imagesareusuallyquantifiedintovectorstoformafeaturevectorlibrary.Itcalculatesthedegreeofsimilaritybetweenthesampleimagevectorandtheotherimagevectorsinthelibrary,andthentheimagesareoutputtotheUS

5、eraccordingtotheorderofsimilarity.Formassimagedatabase,thetraditionalsearchmethodcannotmeetpeople’Sneeds.Inthispaper,theclassicalcontent-basedimageretrievalhasbeenimproved,includingthefollowingaspects:(1)Imagesaredividedintoafewpiecesofoverlapping,andthenthefe

6、aturesofcolorandspatialinformationareextracted.(2)Thetraditionalk-meansclusteringalgorithmisimprovedduetoitssensitivitytoinitialstartingcenter.(3)Therelevancefeedbackmechanismisputandgivenanimprovementwhichreducestheb11rdenontheUSerandimprovestheretrievalperfo

7、rmance.Keywordsimageretrieval,clustering,relevancefeedback西北大学学位论文知识产权声明书本人完全了解西北大学关于收集、保存、使用学位论文的规定。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。本人授权西北大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所等机构将本学位论文收录到《中国学位论文全文数据库》或其它相关数据库。保密论

8、文待解密后适用本声明。学位论文作者签名:20l。年乡月f7日2。厶式。测,。o,西北大学学位论文独创性声明本人声明:所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,本论文不包含其他人已经发表或撰写过的研究成果,也不包含为获得西北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

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。