资源描述：
《并行计算-10720938-赵海红》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、学号:10720938姓名:赵海红图像语义检索的并行算法一、主要内容底层特征的概述（Low-LevelFeatures)颜色特征(TheColorFeatures)纹理特征(TheTextureFeatures)局部特征(SIFTFeature)潜在语义模型(LatentSemanticConceptModel)底层特征到潜在语义映射的并行思想实验分析总结二、相关概念textualannotation（文本标注）Ontology（本体）GIOLSCMlow-levelfeatureGaborfunctionFouriertransform（傅里叶变换）SIFT算法
2、GPU灰度值三、背景随着数码相机、移动设备等的普及，互联网图像信息量呈现指数级的增长，信息浩如烟海,内容庞杂,格式繁多组织松散,为找到我们想要的图像,复杂度是越来越大。而在“用户经常使用的网络服务/功能”中，“搜索引擎”以64.5%的选择率排在第三位，仅次于“电子邮箱”（91.3%）和“浏览新闻”（79.3%）当今主要流行的图像搜索引擎还是一个信息搜索的过程，没有真正考虑到图像的真实含义和用户的需求。本文力求为上述问题提出一个解决方案，提出一种基于并行算法的图像语义分析，具体的详细内容将会在下面做具体的讲解。主要内容底层特征的概述（Low-LevelFeature
3、s)颜色特征(TheColorFeatures)纹理特征(TheTextureFeatures)局部特征(SIFTFeature)潜在语义模型(LatentSemanticConceptModel)底层特征到潜在语义映射的并行思想并行思想实验分析总结五、低层次特征抽取主要是指图像颜色、纹理、形状和空间位置关系等。颜色是图像中最直接和最简单的特征,它对图像本身的尺寸、方向等的依赖性较小,因此利用图像颜色特征来检索是基于内容的图像检索技术中最常用最基本的方法。但是颜色特征对亮度和噪声比较敏感,而且以直方图作为颜色特征没有包含任何颜色的空间布局信息,而纹理特征对噪声有较
4、强的抵抗能力。主要内容底层特征的概述（Low-LevelFeatures)颜色特征(TheColorFeatures)纹理特征(TheTextureFeatures)局部特征(SIFTFeature)潜在语义模型(LatentSemanticConceptModel)底层特征到潜在语义映射的并行思想并行思想实验分析总结六、颜色特征颜色特征提取为了正确使用颜色特征进行检索,使图像检索的结果更符合人的视觉感觉,首先需要建立颜色空间模型。在实际应用中常用的颜色空间模型很多,选取什么样的颜色模型对检索结果影响很大。RGB颜色模型是最基础、最常用的颜色模型,数字图像一般都采
5、用RGB颜色模型来表示,但RGB颜色模型不符合人对颜色的感知心理,而HSV颜色空间模型能够较好地符合人眼的感知特征,同时又能够方便地同RGB颜色空间模型进行转换。因此本文采用的是HSV颜色空间模型,即色调H(Hue)、饱和度S(Satu2ration)和亮度V(Value)。由于一般情况下获取的图像都是在RGB颜色空间描述的,为了计算的方便经常要做颜色空间的转换。从RGB颜色模型到HSV颜色模型的转换公式如下:本文以颜色直方图作为图像颜色特征的表示方法,它的横轴表示颜色等级,纵轴表示在某一个颜色等级上具有该颜色的像素在整幅图像中所占的比例,其可以定义为一个离散函数
6、其中i表示灰度级,L表示灰度级种类数,ni表示图像中具有灰度级i的像素总数,N表示图像总的主要内容底层特征的概述（Low-LevelFeatures)颜色特征(TheColorFeatures)纹理特征(TheTextureFeatures)局部特征(SIFTFeature)潜在语义模型(LatentSemanticConceptModel)底层特征到潜在语义映射的并行思想并行思想实验分析总结七、文理特征首先看下Gabor变换根据模拟人类视觉系统而产生。通过模拟人类视觉系统，可以将视网膜成像分解成一组滤波图像，每个分解的图像能够反映频率和方向在局部范围内强度变化。
7、通过一组多通道Gabor滤波器，可以获得纹理特征。Gabor变换的根本就是Gabor滤波器的设计，而滤波器的设计又是其频率函数（U,V）和Gauss函数参数的设计。通过频率参数和高斯函数参数的选取，Gabor变换可以选取很多纹理特征，但是Gabor是非正交的，不同特征分量之间有冗余，所以在对纹理图像的分析中效率不太高纹理特征是一种不依赖于颜色或亮度的反映图像中同质现象的视觉特征,它在基于内容的图像检索中得到了广泛的应用。常见的纹理描述方法主要有统计法、频谱法和结构法。本文采用频谱法,利用Gabor滤波器组提取图像的纹理特征。主要内容底层特征的概述（Low-Leve
8、lFeat
