123,123,123

內(nèi)容簡(jiǎn)介

　　圖像檢索技術(shù)可概括為基于文本的圖像檢索技術(shù)和基于內(nèi)容的圖像檢索技術(shù)兩種。相比之下，后者通過(guò)機(jī)器自動(dòng)抽取圖像特征和理解與表達(dá)圖像內(nèi)容，更適合大規(guī)模數(shù)字圖像檢索，是圖像檢索技術(shù)發(fā)展的必然趨勢(shì)?；趦?nèi)容的圖像檢索研究與應(yīng)用目前集中于基于底層特征的圖像檢索，其兩個(gè)關(guān)鍵環(huán)節(jié)是圖像特征選擇及其提取和相似性距離及其度量?！痘诤浪苟喾蚓嚯x的圖像檢索方法研究》研究的目的是從這兩個(gè)關(guān)鍵環(huán)節(jié)入手，采取措施來(lái)提高圖像檢索方法的性能?！痘诤浪苟喾蚓嚯x的圖像檢索方法研究》主要從相似性度量角度研究圖像檢索方法及相關(guān)問(wèn)題。目前圖像檢索中普遍采用距離度量方法，其中豪斯多夫（Hausdorff）距離在原理上優(yōu)于常用的歐式距離，正在得到廣泛研究與應(yīng)用?！痘诤浪苟喾蚓嚯x的圖像檢索方法研究》針對(duì)基于內(nèi)容的圖像檢索，采用豪斯多夫距離進(jìn)行相似性度量，對(duì)其進(jìn)行改進(jìn)以實(shí)現(xiàn)更好的圖像相似性度量。提出一種改進(jìn)的蒙斯多夫距離的度量方法，其中構(gòu)建一個(gè)成本函數(shù)作為豪斯多夫距離中的范數(shù)距離來(lái)調(diào)節(jié)原有距離值，既能反映出圖像整體相似程度又能減小異常點(diǎn)、遮擋、景物變化和復(fù)雜背景等干擾的影響；采用多種典型距離度量方法進(jìn)行顏色直方圖、紋理灰度共生矩的單一特征和特征度量融合的圖像檢索對(duì)比實(shí)驗(yàn)，驗(yàn)證了該改進(jìn)的豪斯多夫距離。

作者簡(jiǎn)介

暫缺《基于豪斯多夫距離的圖像檢索方法研究》作者簡(jiǎn)介

圖書目錄

第一章緒論
第一節(jié) 研究背景及意義
第二節(jié) 圖像檢索研究現(xiàn)狀
第三節(jié) 基于內(nèi)容的圖像檢索研究現(xiàn)狀
第四節(jié) 圖像相似性度量方法研究現(xiàn)狀
第五節(jié) 本書的研究?jī)?nèi)容
第二章基于改進(jìn)豪斯多夫距離的圖像檢索方法
第一節(jié) 豪斯多夫距離改進(jìn)及分析
一、豪斯多夫距離
二、PHD距離
三、MHD距離
四、LTS-HD距離
五、M-HD距離
六、改進(jìn)豪斯多夫距離
第二節(jié) 基于CFHD距離的圖像檢索方法
一、基于CFHD距離的圖像檢索框架
二、基于CFHD距離的圖像檢索方法實(shí)現(xiàn)
第三節(jié) 實(shí)驗(yàn)結(jié)果及分析
一、驗(yàn)證實(shí)驗(yàn)設(shè)計(jì)
二、圖像庫(kù)選擇
三、圖像檢索實(shí)驗(yàn)結(jié)果及其分析
第三章多特征度量DS融合圖像檢索方法
第一節(jié) 多特征度量融合圖像檢索框架
第二節(jié) 基于CFHD距離的多特征度量等權(quán)重相加融合圖像檢索方法
第三節(jié) 基于CFHD距離的多特征度量DS融合圖像檢索方法
一、Dempster-Shafer理論
二、基于CFHD距離的多特征度量DS融合圖像檢索方法實(shí)現(xiàn)方式
第四節(jié) 實(shí)驗(yàn)結(jié)果及分析
一、驗(yàn)證實(shí)驗(yàn)設(shè)計(jì)
二、多特征度量等權(quán)重相加融合圖像檢索實(shí)驗(yàn)結(jié)果及其分析
三、多特征等權(quán)重相加融合噪聲干擾下圖像檢索實(shí)驗(yàn)結(jié)果及其分析
四、多特征度量DS融合圖像檢索實(shí)驗(yàn)結(jié)果及其分析
第四章多特征度量融合可擴(kuò)展詞匯樹(shù)SVT圖像檢索方法
第一節(jié) 可擴(kuò)展詞匯樹(shù)SVT模型
一、局部特征描述
二、視覺(jué)詞典構(gòu)造
三、特征編碼
四、圖像匹配
第二節(jié) 基于CFHD距離的SVT圖像檢索方法
第三節(jié) 基于信息融合的SVT圖像檢索方法
第四節(jié) 實(shí)驗(yàn)結(jié)果與分析
一、測(cè)試數(shù)據(jù)庫(kù)
二、實(shí)驗(yàn)設(shè)置
三、性能分析
結(jié)語(yǔ)
參考文獻(xiàn)