圖像檢索,一直是近幾年一個(gè)異�；馃岬难芯空n題,基于各種特征和編碼方式的圖像檢索系統(tǒng)層出不窮。然而,由于一幅圖像中包含多種類型的信息,要想較好的詮釋一幅圖像,僅靠單一特征很難實(shí)現(xiàn),因此多特征融合的圖像檢索系統(tǒng)應(yīng)運(yùn)而生,用多種特征來(lái)描述一幅圖像,能將圖像的各種信息都包含進(jìn)去,從而達(dá)到更高的檢索精度。尺度不變特征轉(zhuǎn)換(Scale invariant feature transform,SIFT),局部二值模式(Local Binary Pattern,LBP)和顏色特征是圖像檢索系統(tǒng)中常用的三種特征,在應(yīng)對(duì)各類圖像時(shí)都有很好的表現(xiàn)。矢量量化編碼(Vector Quantization,VQ),費(fèi)舍爾向量編碼(Fisher Vector,FV)和局部線性約束編碼(Locality-Constrained Linear Coding,LLC)在對(duì)圖像特征進(jìn)行編碼時(shí)也有著優(yōu)越的性能。本文以上述三種特征和三種編碼方式為主要研究對(duì)象,以提高圖像檢索精度為目標(biāo),提出多種組合方案的多特征編碼的圖像檢索并進(jìn)行實(shí)驗(yàn)驗(yàn)證。主要研究?jī)?nèi)容如下:1.從單特征多編碼的角度進(jìn)行實(shí)驗(yàn),使用一種特征和上述三種編碼方式進(jìn)行組合...

【文章頁(yè)數(shù)】：79 頁(yè)

【部分圖文】：

圖2-1不同尺度圖像示例

(a)(b)(c)圖2-1不同尺度圖像示例關(guān)鍵點(diǎn)定位：關(guān)鍵點(diǎn)指的是高斯差分函數(shù)空間的局部極值點(diǎn)。以某一這個(gè)點(diǎn)的鄰域點(diǎn)與其作比較，鄰域點(diǎn)就是這個(gè)點(diǎn)所在平面內(nèi)周圍的八個(gè)點(diǎn)個(gè)平面內(nèi)各九個(gè)點(diǎn)，一共二十六個(gè)點(diǎn)作比較。關(guān)鍵點(diǎn)方向確定：基于局部圖像的梯度方向，每個(gè)關(guān)鍵點(diǎn)具有一個(gè)或隨后的....

圖2-4顏色直方圖示例

空間位置信息，即無(wú)法描述圖像中的某一具體對(duì)象或物體。最常用的顏色空間和HSV顏色空間，本文采用HSV顏色空間模型。色空間具有和人眼相似的對(duì)色彩的感知和鑒別能力。HSV中，H對(duì)應(yīng)度，V對(duì)應(yīng)亮度，通道間相互獨(dú)立。HSV顏色空間具有兩個(gè)特點(diǎn)：第像的彩色信息無(wú)關(guān)；第二，....

圖2-5圖像檢索示例圖

圖2-5圖像檢索示例圖以上圖為例，求得檢索精度AP為：)80.97059887665544332211AP=(+++++++÷≈圖像檢索的最終目的，是要找出符合要求的圖像。一萬(wàn)個(gè)人有一萬(wàn)個(gè)哈姆雷特，每人對(duì)圖像的理解也不太一樣，具有較強(qiáng)的主觀性。所以以MAP這種硬性的....

圖3-1組合1實(shí)驗(yàn)結(jié)果示例

組合1：SIFT特征和VQ編碼得到結(jié)果SIFT-VQ組合2：SIFT特征和FV編碼得到結(jié)果SIFT-FV組合3：SIFT特征和LLC編碼得到結(jié)果SIFT-LLC組合4：SIFT-VQ和SIFT-FV得到融合結(jié)果組合5：SIFT-VQ+SIF....

本文編號(hào)：3951070