本文選題：形狀描述 + 分層復(fù)雜性度量　； 參考：《中國(guó)科學(xué):信息科學(xué)》2017年12期

【摘要】：本文提出了一種基于分層復(fù)雜性度量的形狀描述方法 (簡(jiǎn)稱HCMD),以應(yīng)用于一般的形狀圖像檢索任務(wù).該方法屬于基于區(qū)域的形狀描述方法,不需要專門提取形狀的邊界完成特征抽取任務(wù).本文的主要貢獻(xiàn)是提出了一種分層的形狀描述框架,基于該框架,形狀沿各個(gè)方向被迭代地切割成小的區(qū)塊,每一層級(jí)的形狀區(qū)塊被施以各種幾何特性的度量,以刻畫(huà)其形狀復(fù)雜性.這種分層抽取形狀復(fù)雜性特征的描述機(jī)制使得HCMD具有由粗到細(xì)的形狀描述能力,能有效地表達(dá)形狀內(nèi)部的復(fù)雜結(jié)構(gòu)特性.基于HCMD的形狀匹配,獨(dú)立于形狀的旋轉(zhuǎn)、縮放、平移和鏡像變換,而且計(jì)算簡(jiǎn)單,是一種能有效處理輪廓線形狀和區(qū)域形狀識(shí)別的通用方法.用MPEG-7的CE-1輪廓線形狀圖像庫(kù)、CE-2區(qū)域形狀圖像庫(kù)和美國(guó)哥倫比亞圖像庫(kù)COIL-20這3個(gè)標(biāo)準(zhǔn)測(cè)試集對(duì)HCMD進(jìn)行性能評(píng)估,并與其他形狀描述方法進(jìn)行了廣泛的比較,包括5種基于區(qū)域的形狀描述子、4種基于點(diǎn)集的形狀描述子和兩種基于曲線的描述子.實(shí)驗(yàn)結(jié)果表明HCMD方法在綜合考慮檢索率、計(jì)算效率和一般應(yīng)用能力指標(biāo)下,其性能要優(yōu)于參與比較的各類方法,證明了該方法的有效性.
[Abstract]:In this paper, a method of shape description based on hierarchical complexity metric (HCMDN) is proposed, which can be used in general shape image retrieval. This method belongs to the shape description method based on region and does not need to extract the shape boundary to complete the feature extraction task. The main contribution of this paper is to propose a hierarchical shape description framework, based on which the shape is cut iteratively into small blocks in all directions, and the shape blocks at each level are subjected to various geometric properties. To depict the complexity of its shape. The description mechanism of hierarchical extraction of shape complexity features makes HCMD have the ability to describe the shape from coarse to fine, which can effectively express the complex structural characteristics inside the shape. Shape matching based on HCMD, independent of shape rotation, scaling, translation and image transformation, and simple calculation, is a general method which can effectively deal with contour shape and region shape recognition. The performance of HCMD was evaluated by using the three standard test sets of CE-1 contour shape image library CE-2 and Columbia image library COIL-20 of MPEG-7, and compared with other shape description methods. It includes five region-based shape descriptors, four point-set based shape descriptors and two curvilinear descriptors. The experimental results show that the performance of the HCMD method is better than that of the other methods when considering the index of retrieval rate, computational efficiency and general application ability, and the effectiveness of the method is proved.
【作者單位】： 南京財(cái)經(jīng)大學(xué)信息工程學(xué)院;南京財(cái)經(jīng)大學(xué)電子商務(wù)省級(jí)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(批準(zhǔn)號(hào):61372158) 江蘇省自然科學(xué)基金(批準(zhǔn)號(hào):BK20141487) 江蘇省“333工程”高層次人才工程(批準(zhǔn)號(hào):BRA2015351) 江蘇省科技計(jì)劃(產(chǎn)學(xué)研合作前瞻性聯(lián)合研究)(批準(zhǔn)號(hào):BY2016009-03) 江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程(PAPD)資助項(xiàng)目
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 江士方,汪英姿;圖像及圖像檢索應(yīng)用前景的探討[J];江蘇工業(yè)學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2003年04期

2 韓法旺;;基于云計(jì)算模式的圖像檢索研究[J];情報(bào)科學(xué);2011年10期

3 何巖;;以計(jì)算機(jī)為基礎(chǔ)的色彩圖像檢索方法與研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年12期

4 郭海鳳;李廣水;仇彬任;;基于融合多特征的社會(huì)網(wǎng)上圖像檢索方法[J];計(jì)算機(jī)與現(xiàn)代化;2013年12期

5 柏正堯,周紀(jì)勤;基于復(fù)數(shù)矩不變性的圖像檢索方法研究[J];計(jì)算機(jī)應(yīng)用;2000年10期

6 夏峰,張文龍;一種圖像檢索的新方法[J];計(jì)算機(jī)應(yīng)用研究;2002年11期

7 鄧誠(chéng)強(qiáng),馮剛;基于內(nèi)容的多特征綜合圖像檢索[J];計(jì)算機(jī)應(yīng)用;2003年07期

8 斯白露,高文,盧漢清,曾煒,段立娟;基于感興趣區(qū)域的圖像檢索方法[J];高技術(shù)通訊;2003年05期

9 劉怡,于沛;基于“知網(wǎng)”的新聞圖像檢索方法[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期

10 張榮,鄭浩然,李金龍,王煦法;進(jìn)化加速技術(shù)在圖像檢索中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2004年16期

相關(guān)會(huì)議論文 前10條

1 陳旭文;朱紅麗;;一種高效的圖像檢索方法[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

2 周向東;張亮;張琪;劉莉;殷慷;施伯樂(lè);;一種新的圖像檢索相關(guān)反饋方法[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

3 陳世亮;李戰(zhàn)懷;閆劍鋒;;一種基于本體描述的空間語(yǔ)義圖像檢索方法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 趙海英;彭宏;;基于最優(yōu)近似反饋的圖像檢索[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

5 許相莉;張利彪;于哲舟;周春光;;基于商空間粒度計(jì)算的圖像檢索[A];第八屆全國(guó)信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

6 李凌偉;周榮貴;劉怡;;基于概念的圖像檢索方法[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2002年

7 楊關(guān)良;李忠杰;徐小杰;;基于代表色的圖像檢索方法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

8 彭瑜;喬奇峰;魏昆娟;;基于多示例學(xué)習(xí)的圖像檢索方法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

9 胡敬;武港山;;基于語(yǔ)義特征的風(fēng)景圖像檢索[A];2009年研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)論文集[C];2009年

10 許天兵;;一種基于語(yǔ)義分類的圖像檢索方法[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

相關(guān)博士學(xué)位論文 前10條

1 崔超然;圖像檢索中自動(dòng)標(biāo)注、標(biāo)簽處理和重排序問(wèn)題的研究[D];山東大學(xué);2015年

2 楊迪;基于內(nèi)容的分布式圖像檢索[D];北京郵電大學(xué);2015年

3 張旭;網(wǎng)絡(luò)圖像檢索關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

4 吳夢(mèng)麟;基于半監(jiān)督學(xué)習(xí)的醫(yī)學(xué)圖像檢索研究[D];南京理工大學(xué);2015年

5 高毫林;基于哈希技術(shù)的圖像檢索研究[D];解放軍信息工程大學(xué);2014年

6 李清亮;圖像檢索中判別性增強(qiáng)研究[D];吉林大學(xué);2016年

7 劉爽;多特征融合圖像檢索方法及其應(yīng)用研究[D];哈爾濱理工大學(xué);2016年

8 程航;密文JPEG圖像檢索研究[D];上海大學(xué);2016年

9 李強(qiáng);基于語(yǔ)義理解的圖像檢索研究[D];天津大學(xué);2015年

10 劉少偉;面向用戶意圖的社會(huì)化圖像檢索[D];清華大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 趙鴻;基于尺度不變局部特征的圖像檢索研究[D];華南理工大學(xué);2015年

2 孫劍飛;基于圖像索引的熱點(diǎn)話題檢索方法研究[D];蘭州大學(xué);2015年

3 章進(jìn)洲;圖像檢索中的用戶意圖分析[D];南京理工大學(xué);2015年

4 苗思楊;移動(dòng)圖像檢索中的漸進(jìn)式傳輸方式研究[D];大連海事大學(xué);2015年

5 都業(yè)剛;基于顯著性的移動(dòng)圖像檢索[D];大連海事大學(xué);2015年

6 王夢(mèng)蕾;基于用戶反饋和改進(jìn)詞袋模型的圖像檢索[D];南京理工大學(xué);2015年

7 許鵬飛;基于草圖的海量圖像檢索方法研究[D];浙江大學(xué);2015年

8 馮進(jìn)麗;基于BoF的圖像檢索與行為識(shí)別研究[D];山西大學(xué);2015年

9 喬維強(qiáng);基于低級(jí)特征和語(yǔ)義特征的醫(yī)學(xué)圖像檢索[D];北京理工大學(xué);2015年

10 蔣國(guó)寶;基于內(nèi)容的概念建模和圖像檢索重排序[D];復(fù)旦大學(xué);2014年

，

本文編號(hào)：1841103