本文關(guān)鍵詞：圖像特征提取及其在電子商務(wù)中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著Internet的發(fā)展,電子商務(wù)也日益發(fā)展壯大,越來(lái)越多的企業(yè)建立自已的商務(wù)網(wǎng)站達(dá)到在線交易的目的,電子商務(wù)的一個(gè)重要應(yīng)用是實(shí)現(xiàn)了購(gòu)物方式的轉(zhuǎn)變,消費(fèi)者只要點(diǎn)擊進(jìn)入網(wǎng)上商城就能看到成千上萬(wàn)的商品,圖像是商品的主要表現(xiàn)形式,面對(duì)龐大的商品圖像數(shù)據(jù)庫(kù),如何能幫助消費(fèi)者找到自己滿意的商品,成為我們研究的熱點(diǎn)問(wèn)題。 圖像特征的提取方便在海量圖像數(shù)據(jù)庫(kù)中查找用戶所需要的圖像。 為此,本文主要研究圖像特征提取相關(guān)問(wèn)題,常用的圖像特征有顏色,紋理,形狀和空間關(guān)系等,本文著重研究圖像的顏色特征,主要做了一下幾方面的工作： (1)首先對(duì)圖像進(jìn)行豐題區(qū)域提取,先后采用了mean shift+svm和GrabCut算法,通過(guò)實(shí)驗(yàn)結(jié)果對(duì)比發(fā)現(xiàn)GrabCut算法的效果較好,相比于mean shift+svm算法,準(zhǔn)確率提高了10%左右。 (2)接著是對(duì)主題區(qū)域進(jìn)行主顏色提取,先是采用了顏色直方圖的方法,這種方法直接從上到下,從左到右依次統(tǒng)計(jì)每種顏色的像素百分比,百分比最大的顏色即為最大主色,顏色直方圖方法的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單,有時(shí)也能比較好的效果。然后使用mpeg-7主顏色描述符(DCD)提取圖像的主要顏色。通過(guò)實(shí)驗(yàn)結(jié)果對(duì)比,發(fā)現(xiàn)顏色直方圖效果較好。 (3)最后是對(duì)提取的主顏色進(jìn)行量化,通過(guò)(2)我們得到一個(gè)RGB值,接著我們需要查找量化表判斷到底是哪種顏色,由于HSV顏色空間中H表示色調(diào),所以開(kāi)始是想采用HSV量化,即只考慮H分量即可,但是通過(guò)實(shí)驗(yàn)發(fā)現(xiàn),當(dāng)S飽和度比較低時(shí),僅考慮H分量是不夠的,最后采用RGB量化,效果較好。
【關(guān)鍵詞】：圖像分割 GrabCut 主顏色提取
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TP391.41
【目錄】：

• 摘要8-9
• ABSTRACT9-11
• 第1章 緒論11-15
• 1.1 引言11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.3 研究主要內(nèi)容13
• 1.4 論文結(jié)構(gòu)安排13-14
• 1.5 本章小結(jié)14-15
• 第2章 圖像特征提取及其他應(yīng)用綜述15-27
• 2.1 特征及特征提取15-17
• 2.2 顏色特征提取17-20
• 2.3 紋理特征提取20-21
• 2.4 形狀特征提取21-22
• 2.5 Sift特征22-26
• 2.5.1 概述23
• 2.5.2 SIFT算法的特點(diǎn)23
• 2.5.3 SIFT特征提取的主要步驟23-26
• 2.6 本章小結(jié)26-27
• 第3章 基于GrabCut算法的圖像分割27-41
• 3.1 圖像分割研究綜述27-30
• 3.1.1 圖像分割定義27-28
• 3.1.2 圖像分割的研究現(xiàn)狀28
• 3.1.3 基于區(qū)域的算法28-29
• 3.1.4 基于邊緣檢測(cè)的算法29
• 3.1.5 基于特定理論的算法29-30
• 3.2 K-means30
• 3.3 Mean shift30-31
• 3.4 SVM算法31-34
• 3.4.1 SVM簡(jiǎn)單介紹31-32
• 3.4.2 相應(yīng)的軟件支持32
• 3.4.3 程序舉例32-34
• 3.5 Mean shift+SVM34-36
• 3.6 GrabCut圖像分割算法36-40
• 3.6.1 Graph Cuts圖像分割算法36-37
• 3.6.2 GrabCut算法37-40
• 3.7 本章小結(jié)40-41
• 第4章 基于主顏色描述符(DCD)的主顏色提取方法41-46
• 4.1 MPEG-7簡(jiǎn)介41-42
• 4.2 顏色描述符42-43
• 4.3 主顏色描述符43-44
• 4.4 紋理描述符44-45
• 4.5 本章小結(jié)45-46
• 第5章 實(shí)驗(yàn)結(jié)果46-52
• 5.1 程序說(shuō)明46-47
• 5.2 HSV量化和RGB量化47-48
• 5.3 實(shí)驗(yàn)結(jié)果48-51
• 5.4 本章小結(jié)51-52
• 第6章 總結(jié)和展望52-54
• 6.1 總結(jié)52
• 6.2 不足之處和以后的工作方向52-54
• 參考文獻(xiàn)54-57
• 致謝57-59
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄59-61
• 附件61

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 肖鵬;徐軍;陳少?zèng)_;;紋理特征提取方法[J];電子科技;2010年06期

2 王銀玲;王晶;范立南;;基于圖論的交互式圖像分割算法研究[J];儀器儀表用戶;2010年01期

3 紀(jì)敏;MPEG-7顏色、紋理和形狀描述子[J];計(jì)算機(jī)工程與應(yīng)用;2004年26期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 羅林;圖像分割算法研究[D];武漢科技大學(xué);2007年

2 喬玲玲;圖像分割算法研究及實(shí)現(xiàn)[D];武漢理工大學(xué);2009年

  本文關(guān)鍵詞：圖像特征提取及其在電子商務(wù)中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：330709