欢迎来到天天文库
浏览记录
ID:55273045
大小:491.06 KB
页数:3页
时间:2020-05-12
《大型图像数据库的特征挖掘优化模型仿真.pdf》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、第3l卷第2期科技通报Vo1-3lNo.22015年2月BULLETINOFSCIENCEANDTECHNOL0GYFeb.2015大型图像数据库的特征挖掘优化模型仿真李慧玲(河套学院理学系,内蒙古巴彦淖尔015000)摘要:在对大型图像数据库的特征挖掘优化过程中,利用传统算法进行特征挖掘,假设图像数据库中的图像属性差异较大,将极大的降低挖掘精度,难以获取精确的挖掘结果。为了弥补上述弊端,提出了一种大型图像数据库特征挖掘优化方法。利用局部二维模式纹理分析方法,提取数据库图像中的纹理特征,同时融合渐变计算方法,根据数据库中图像纹
2、理特征,完成图像数据库特征挖掘。实验结果表明,利用改进算法进行大型图像数据库的特征挖掘,能够提高挖掘速度与精确度,可以获取准确的挖掘结果,满足大型图像数据库运行过程中的实际需求。关键词:图像数据库;纹理特征;挖掘中图分类号:TH128文献标识码:A文章编号:1001—7119(2015)02—0194—03LargeImageDatabaseCharacteristicsMiningOptimizationModelLiHuiling(FacultyofScience,InnerMongoliaHetaoUniversity,
3、Bayannaoer015000,China)Abstract:Intheoptimizationofthecharacteristicsofthelargeimagedatabaseminingprocess,theuseoftraditionalminingalgorithmcharacteristics,assumingthattheimageinthedatabaseimageattributedifferences,willgreatlyreduceminingprecision,itisdificulttoobta
4、inaccurateminingresults.Inordertomakeupforthedisadvantages,andputsforwardthecharacteristicsofalargeimagedatabaseminingoptimizationmethod.Local2dpatterntextureanalysismethodisem—ployedtoextractthetexturefeatureinimagedatabaseandthefusiongradientcalculationmethodatthe
5、sametime,accord-ingtotheimagetexturefeaturesinthedatabase,completetheimagedatabasefeaturesofmining.Experimentalresultsshowthattheimprovedalgorithm,thecharacteristicsofthelargeimagedatabaseminingtoimproveminingspeedandaccu—racy,canobtainaccurateminingresults,meetthea
6、ctualdemandintheprocessoflargeimagedatabaseoperation.Keyword:imagedatabase:texturefeature;mining0引言度,保证了挖掘的效率。利用传统算法进行大型图像数据库的特征挖掘,1大型图像数据库特征挖掘原理依据图像属性的关联性特征进行挖掘,不能获取图像详细的特征,所以会产生耗时长、精准度低的弊端,从大型图像数据库特征挖掘的定义为能够迅速的在而影响了挖掘的效率。大量的图片中搜索到目标图像的方法。基本原理是采为了弥补上述传统算法的弊端,提出了基于大
7、型用图像本身持有原始特征,完成搜寻的过程,其详细的图像数据库特征快速挖掘方法。利用局部二维模式纹步骤如下表述:理分析方法,获得数据库中图像的纹理特征,同时融合设置t=1,可以依据上式得到图像属性特征表示渐变计算方法,依据数据库中图像纹理特征,完成图像值为负数,当中详细值可以用下述公式计算:数据库特征挖掘。实验结果表明,利用改进算法进行f(z,a)-∑l一akl(1)大型图像数据库特征挖掘,能够提高挖掘速度与精确收稿日期:2014—07—16作者简介:李慧玲(1979一),女,内蒙古巴彦淖尔市人,本科,讲师,研究方向:计算机软件
8、工程。第2期李慧玲.大型图像数据库的特征挖掘优化模型仿真195当中,c是图像非负矩阵,设定数据库中个体矩阵复迭代处理,得到一个新的二进制数,可以准确的表述可以用c表达,将上式进行变换,获取下述结果:在大型图像数据库中相互关联性,上述内容可以用图1表达。(2)(,。):=I~_
此文档下载收益归作者所有