基于多特征融合技术的商品图像分类.pdf

基于多特征融合技术的商品图像分类.pdf

ID:50410553

大小:3.06 MB

页数:60页

时间:2020-03-05

基于多特征融合技术的商品图像分类.pdf_第1页
基于多特征融合技术的商品图像分类.pdf_第2页
基于多特征融合技术的商品图像分类.pdf_第3页
基于多特征融合技术的商品图像分类.pdf_第4页
基于多特征融合技术的商品图像分类.pdf_第5页
资源描述:

《基于多特征融合技术的商品图像分类.pdf》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、1t~~~:_fi___:~_iJJ<:..._____~~~J}ijj=~mD;u~1X{e:~~g;p:;JJ:~Jfn~~Il~YijjIli@!~:·~tjf1JlJ1:iftPff:tE?!ft.~:f§J~1:5ItE~I;f~r!f.~Jt工程硕士学位论文基于多特征融合技术的商品图像分类甄泽冰河北工程大学2015年12月分类号:TP391密级:公开UDC:单位代码:10076工程硕士学位论文基于多特征融合技术的商品图像分类作者姓名:甄泽冰指导教师:池静副教授企业导师:苏新芳高级工程师申请学位级别:工程硕士工程领域:计算机技术所在单位:信息

2、与电气工程学院授予学位单位:河北工程大学ADissertationSubmittedtoHebeiUniversityofEngineeringFortheAcademicDegreeofMasterofEngineeringProductImageClassificationBasedonFusionofMultipleFeaturesCandidate:ZhenZebingSupervisor:A.P.ChiJingCorporateMentor:SeniorEngineerSuXinfangAcademicDegreeAppliedfor:Mast

3、erofEngineeringSpecialty:ComputerTechnologyCollege/Department:SchoolofInformationandElectricalEngineeringHebeiUniversityofEngineeringDecember,2015*).*~_mJ6S)j:?JT¥.~si'¥firi't';7:.,~*).i±~!Jffisi1~!@~,1.911'r:it!1'fuJfJLIffpffl{£1~811JX*oP*Xr=PB~I:1i:Sf!IJIffl81P'l~)'~,*itY:./

4、G~fffPJ~fm1'A~~1*e.~I:'£*-~ms;i1s1uJf-nm~,m::f'E!..~:A~1~~~t~;{{*-*EX:Afmrx.~m~~~~~~~W~ffli1~MMo~*x~~JL~ili~~m~~l'A~~~.~B~~X$~7~~~~~#~~7W~o*A~~~ffi~$F~~~W~*E±l*Aid'flo*~~~~~~~~7M~~~«**~~*~~~ffl~&~~~~~ot~~;tt~~t.:X:.$x:fPIlV-~~~1iri:'~::t813:::$~m7ti*J~&'ffiQA:fLk~fJiS~J1t1Tt~~,3f

5、*J'fHt~~p~*I~p~t:Hi'E~3V1JIJ-¥~f*1¥~1C~l2Af~~l#:lfr:Jf~~~~LfEJ~~tx:rt:IJ~*1f*Wi'l~tflt~~xi'2;7:.1¥J~~P1!:ffr:J~-=:t-xt~oc~~~¥J~m~x~M~€~m*~tt~~)摘要众所周知,计算机网络的出现对现代社会结构产生了深远的影响,随之而来的电子商务也使人们的生活方式发生了深刻的变革。越来越多的人们的购物方式从传统的实体店购买转变成了到购物网站去购买。从而引发了各种购物网站的商品图像数量的激增,而这无疑为用户在海量的商品中挑选心仪的物品增加

6、了难度。因此对此类问题的研究探讨,不仅具有理论价值,更具有重要的实际应用价值。为了能够更好地实现商品图像自动分类,促进电子商务的智能化发展,研究人员提出了很多关于商品图像的分类方法。本论文在已有的一定研究基础上主要做了如下三方面的工作:本论文通过对商品图像特点的分析和研究,提出在图像分类前,对图像进行预处理工作,即探测图像的显著性区域并进行图像分割。有助于下一步的特征提取,能够获得更准确的特征向量。针对商品图像的颜色和图案风格两个重要属性,提出运用HSV颜色直方图和颜色矩特征描述商品图像的颜色,并采用尺度不变特征变换描述子和分层梯度方向直方图来表达商品图

7、像的图案风格属性。对于多特征融合方法的设计,本论文对一般的综合加权方法做了改进,改进了权值的计算方法。以文中定义的某样本特征在该类中的可靠度作为这一特征的权值。利用SVM分类器对改进的方法做了模拟实验,分别与利用单特征方法分类以及其他多特征融合方法做了对比,对比结果证明了本文方法具有较高的分类准确率。为实现商品图像自动分类做出贡献,并进一步为实现电子商务智能化做准备。关键词:商品图像;图像分类;多特征;加权融合;SVMIAbstractAsisknowntoall,theemergenceofthecomputernetworkhasproducedap

8、rofoundinfluenceonthestructureofthemoder

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。