本文關鍵詞：基于內(nèi)容的中草藥圖像檢索關鍵技術研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：基于內(nèi)容的中草藥植物圖像檢索,是基于內(nèi)容的圖像檢索技術在中草藥植物檢索領域的應用,其目的是通過將中草藥植物圖像的視覺特征與數(shù)據(jù)庫的特征數(shù)據(jù)進行比較,得出符合相似度條件的檢索結(jié)果。然而,基于內(nèi)容的中草藥植物圖像檢索與傳統(tǒng)的基于內(nèi)容的圖像檢索又不完全相同,它更關注細粒度的圖像檢索,具有巨大的挑戰(zhàn)性。本文對基于內(nèi)容的中草藥植物圖像檢索技術展開了研究,主要工作有：1.提出了一種基于中醫(yī)藥領域?qū)I(yè)詞向量的中草藥植物圖片爬蟲框架,并構建了中草藥植物圖像庫。2.深入研究了Bag-of-Words模型,包括局部區(qū)域塊大小和視覺詞典大小對模型預測性能的影響,深入研究和比較了量化編碼、軟量化編碼、局部約束線性編碼、Fisher向量編碼以及Super向量編碼等編碼方法,同時詳細分析了最大值池化和平均值池化兩種池化方法,最后提出了一種融合SIFT特征和基于SIFT的顏色特征的多特征融合模型。3.深入研究了AlexNet和GoogLeNet兩種卷積神經(jīng)網(wǎng)絡模型,并基于它們的網(wǎng)絡結(jié)構,在中草藥植物系統(tǒng)中構建了相應的卷積神經(jīng)網(wǎng)絡。4.設計和實現(xiàn)了中草藥植物圖像檢索系統(tǒng),包括圖像特征提取、特征索引以及特征檢索等功能。
【關鍵詞】：中藥草植物圖像檢索 多特征融合 卷積神經(jīng)網(wǎng)絡
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-11
• 第1章 緒論11-15
• 1.1 課題背景11-12
• 1.2 課題研究意義12-13
• 1.3 本文工作13
• 1.4 本文組織結(jié)構13-14
• 1.5 本章小結(jié)14-15
• 第2章 國內(nèi)外相關研究15-27
• 2.1 底層特征15-21
• 2.1.1 尺度不變特征變換(SIFT)15-17
• 2.1.2 梯度方向直方圖(HOG)17-18
• 2.1.3 顏色特征18-21
• 2.2 Bag-of-Words模型21-22
• 2.3 特征學習22-26
• 2.3.1 稀疏編碼22-24
• 2.3.2 卷積神經(jīng)網(wǎng)絡24-26
• 2.4 本章小結(jié)26-27
• 第3章 中草藥植物圖像庫構建27-33
• 3.1 引言27-29
• 3.2 基于中醫(yī)藥領域?qū)I(yè)詞向量的中草藥植物圖片爬取29-32
• 3.2.1 中醫(yī)藥領域?qū)I(yè)詞向量構建29-30
• 3.2.2 中草藥植物圖片候選集抓取30-31
• 3.2.3 中草藥植物圖像庫構建31-32
• 3.3 本章小結(jié)32-33
• 第4章 中草藥植物圖像檢索關鍵技術研究33-48
• 4.1 多特征融合的BoW模型33-41
• 4.1.1 預處理和特征提取33-34
• 4.1.2 字典生成34-35
• 4.1.3 編碼35-38
• 4.1.4 池化38-39
• 4.1.5 分類39
• 4.1.6 多特征融合的BoW模型39-41
• 4.2 卷積神經(jīng)網(wǎng)絡41-46
• 4.2.1 AlexNet41-44
• 4.2.2 GoogLeNet44-46
• 4.2.3 模型訓練46
• 4.3 本章小結(jié)46-48
• 第5章 實驗設計與分析48-58
• 5.1 實驗數(shù)據(jù)集48-49
• 5.2 多特征融合的BoW模型49-55
• 5.2.1 圖像塊的大小50-51
• 5.2.2 視覺詞典的大小51-52
• 5.2.3 池化52-53
• 5.2.4 編碼53-54
• 5.2.5 多特征融合模型54-55
• 5.3 卷積神經(jīng)網(wǎng)絡55-57
• 5.4 本章小結(jié)57-58
• 第6章 中草藥植物圖像檢索系統(tǒng)的設計與實現(xiàn)58-66
• 6.1 系統(tǒng)概述58
• 6.2 系統(tǒng)架構58-59
• 6.3 系統(tǒng)設計59-61
• 6.3.1 特征提取59-60
• 6.3.2 特征索引60-61
• 6.3.3 圖像檢索61
• 6.4 系統(tǒng)展示61-65
• 6.5 本章小結(jié)65-66
• 第7章 總結(jié)與展望66-68
• 7.1 總結(jié)66-67
• 7.2 展望67-68
• 參考文獻68-74
• 攻讀碩士學位期間主要的研究成果74-75
• 致謝75

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓法旺;;基于云計算模式的圖像檢索研究[J];情報科學;2011年10期

2 何巖;;以計算機為基礎的色彩圖像檢索方法與研究[J];計算機光盤軟件與應用;2013年12期

3 郭海鳳;李廣水;仇彬任;;基于融合多特征的社會網(wǎng)上圖像檢索方法[J];計算機與現(xiàn)代化;2013年12期

4 柏正堯,周紀勤;基于復數(shù)矩不變性的圖像檢索方法研究[J];計算機應用;2000年10期

5 夏峰,張文龍;一種圖像檢索的新方法[J];計算機應用研究;2002年11期

6 鄧誠強,馮剛;基于內(nèi)容的多特征綜合圖像檢索[J];計算機應用;2003年07期

7 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];高技術通訊;2003年05期

8 劉怡,于沛;基于“知網(wǎng)”的新聞圖像檢索方法[J];河南師范大學學報(自然科學版);2003年02期

9 張榮,鄭浩然,李金龍,王煦法;進化加速技術在圖像檢索中的應用[J];計算機工程與應用;2004年16期

10 黃德才,胡嘉,鄭月鋒;交互式圖像檢索中相關反饋進展研究[J];計算機應用研究;2005年09期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陳旭文;朱紅麗;;一種高效的圖像檢索方法[A];中國儀器儀表學會第九屆青年學術會議論文集[C];2007年

2 周向東;張亮;張琪;劉莉;殷慷;施伯樂;;一種新的圖像檢索相關反饋方法[A];第十九屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[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義圖像檢索方法[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[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)仿真技術及其應用學術交流會論文集[C];2004年

5 許相莉;張利彪;于哲舟;周春光;;基于商空間粒度計算的圖像檢索[A];第八屆全國信息隱藏與多媒體安全學術大會湖南省計算機學會第十一屆學術年會論文集[C];2009年

6 李凌偉;周榮貴;劉怡;;基于概念的圖像檢索方法[A];第十九屆全國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2002年

7 楊關良;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術會議論文集[C];2003年

8 彭瑜;喬奇峰;魏昆娟;;基于多示例學習的圖像檢索方法[A];第三屆全國信息檢索與內(nèi)容安全學術會議論文集[C];2007年

9 胡敬;武港山;;基于語義特征的風景圖像檢索[A];2009年研究生學術交流會通信與信息技術論文集[C];2009年

10 許天兵;;一種基于語義分類的圖像檢索方法[A];中國圖象圖形學會第十屆全國圖像圖形學術會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術研討會（CVR’2001）論文集[C];2001年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 崔超然;圖像檢索中自動標注、標簽處理和重排序問題的研究[D];山東大學;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;2015年

3 張旭;網(wǎng)絡圖像檢索關鍵技術研究[D];西安電子科技大學;2014年

4 吳夢麟;基于半監(jiān)督學習的醫(yī)學圖像檢索研究[D];南京理工大學;2015年

5 汪友寶;基于多分辨率和顯著特征的圖像檢索方法研究[D];上海大學;2015年

6 張運超;面向海量圖像檢索的視覺編碼方法分析與優(yōu)化[D];北京理工大學;2015年

7 李展;基于多示例學習的圖像檢索與推薦相關算法研究[D];西北大學;2012年

8 郭麗;基于內(nèi)容的商標圖像檢索研究[D];南京理工大學;2003年

9 邵虹;基于內(nèi)容的醫(yī)學圖像檢索關鍵技術研究[D];東北大學;2005年

10 韋娜;基于內(nèi)容圖像檢索關鍵技術研究[D];西北大學;2006年

中國碩士學位論文全文數(shù)據(jù)庫 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;2015年

2 孫劍飛;基于圖像索引的熱點話題檢索方法研究[D];蘭州大學;2015年

3 章進洲;圖像檢索中的用戶意圖分析[D];南京理工大學;2015年

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

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

6 王夢蕾;基于用戶反饋和改進詞袋模型的圖像檢索[D];南京理工大學;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;2015年

8 馮進麗;基于BoF的圖像檢索與行為識別研究[D];山西大學;2015年

9 喬維強;基于低級特征和語義特征的醫(yī)學圖像檢索[D];北京理工大學;2015年

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

  本文關鍵詞：基于內(nèi)容的中草藥圖像檢索關鍵技術研究，由筆耕文化傳播整理發(fā)布。

本文編號：344523