本文關(guān)鍵詞：基于多條隨機游走的圖像檢索，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著數(shù)碼相機的普及以及網(wǎng)絡(luò)的快速發(fā)展,圖像數(shù)據(jù)的種類和信息越來越多。為了從這些豐富的圖像數(shù)據(jù)中快速且有效地找到所需要的信息,有關(guān)圖像處理技術(shù)的要求與日俱增。圖像檢索技術(shù)成為熱點之一,其中基于內(nèi)容的圖像檢索(Content-Based Image Retrieval,CBIR)技術(shù)更是得到廣泛的關(guān)注。CBIR提取圖像的底層特征比如顏色特征、紋理特征、形狀特征等來表示圖像,通過特征來計算圖像間的相似性,建立圖像間的視覺鏈接。如果一個用戶正在看一幅圖,其他方面相似的圖也可能會引起這名用戶的興趣,這就是所謂的視覺鏈接的機制。隨機游走模型是一種抽象概念模型,它主要是針對瀏覽網(wǎng)頁的用戶行為所建立的。很多鏈接分析算法都是以隨機游走為模型發(fā)展而來的。若將圖像看成是圖上的點,圖像間的視覺鏈接看成是隨機游走的轉(zhuǎn)移概率,則基于內(nèi)容的圖像檢索問題就可利用隨機游走模型來解決。目前國內(nèi)外幾大著名的搜索引擎基于輸入的關(guān)鍵詞,給出已排序的檢索結(jié)果,然而這些檢索結(jié)果一般按照相關(guān)的程度進行排序,即相關(guān)度越高,排序越高,這就使得排在頂端的檢索結(jié)果可能大多是重復的,從而呈獻給用戶一個比較局限的視野。當用戶的查詢意圖較模糊或者關(guān)鍵詞具有多語義性時,用戶可能不得不點擊較多網(wǎng)頁才能找到所需要的圖像信息。針對以上問題,本文做了如下研究工作。具體工作如下:1.本文將Rank Compete算法擴展到流形結(jié)構(gòu)上,提出基于兩條隨機游走(Two Random Walks,TRW)的圖像檢索算法。當只關(guān)注圖像相關(guān)性和不相關(guān)性時,與基于流形排序的圖像檢索(Manifold-Ranking Based Image Retrieval,MRBIR)算法相比,該算法可達到較高的檢索率。2.本文將基于兩條隨機游走算法推廣到多條隨機游走模型上,并利用最近鄰傳遞譜聚類將其改進,提出自適應(yīng)多條隨機游走(Adaptive Multiple Random Walks,AMRW)算法。從而實現(xiàn)在多條隨機游走模型下,可以自適應(yīng)地選擇代表性圖像并將其用于多語義圖像檢索,呈獻給用戶一個多樣性的視野。
【關(guān)鍵詞】：圖像檢索 隨機游走 多語義 譜聚類
【學位授予單位】：河南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 圖像檢索的研究現(xiàn)狀9-10
• 1.2 常用視覺特征描述子10-12
• 1.2.1 顏色特征描述子10-11
• 1.2.2 紋理特征描述子11
• 1.2.3 形狀特征描述子11-12
• 1.3 相似性度量12-13
• 1.4 性能評價13-14
• 1.5 論文的主要工作及結(jié)構(gòu)安排14-15
• 第二章 基本理論15-21
• 2.1 圖及其矩陣表示15-16
• 2.1.1 圖的基本知識15
• 2.1.2 圖的矩陣表示15-16
• 2.2 聚類16-17
• 2.3 隨機游走模型17-21
• 第三章 基于兩條隨機游走的圖像檢索21-45
• 3.1 基于兩條隨機游走的圖像檢索算法22-24
• 3.1.1 初始化22-23
• 3.1.2 算法流程23-24
• 3.2 實驗設(shè)計24-43
• 3.2.1 圖像庫24-26
• 3.2.2 實驗結(jié)果與分析26-43
• 3.3 本章小結(jié)43-45
• 第四章 基于自適應(yīng)多條隨機游走的多語義圖像檢索45-61
• 4.1 自適應(yīng)多條隨機游走算法46-48
• 4.1.1 初始化46
• 4.1.2 NJW譜聚類算法46
• 4.1.3 最近鄰傳遞譜聚類算法46-47
• 4.1.4 AMRW算法流程47-48
• 4.2 性能評價48
• 4.2.1 聚類正確率48
• 4.2.2 查準率48
• 4.3 實驗設(shè)計48-60
• 4.3.1 在線圖像的檢索48-49
• 4.3.2 標記圖像庫的檢索49-60
• 實驗一：Wang圖像庫的子圖像集的實驗結(jié)果及分析50-54
• 實驗二：Wang圖像庫實驗結(jié)果與分析54-60
• 4.4 本章小結(jié)60-61
• 總結(jié)與展望61-63
• 參考文獻63-67
• 致謝67-69
• 攻讀碩士學位期間參與的科研項目69
• 攻讀碩士學位期間獲獎情況69-70

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳君華;胡昌振;;基于隨機游走的蠕蟲網(wǎng)絡(luò)演化研究[J];信息網(wǎng)絡(luò)安全;2009年07期

2 吳迪;周利娟;林鴻飛;;基于隨機游走的就業(yè)推薦系統(tǒng)研究與實現(xiàn)[J];廣西師范大學學報(自然科學版);2011年01期

3 李星;鐘志農(nóng);李洋;;一種隨機游走中心性的快速算法[J];計算機應(yīng)用研究;2013年08期

4 蘇浩航;張義門;張玉明;解敏;滿進財;;基于改進的壓縮式隨機游走算法對靜態(tài)電源/地網(wǎng)的模擬[J];計算物理;2007年06期

5 任磊;杜建邦;邵春江;;光纖慣導角度隨機游走誤差傳播特性研究[J];宇航學報;2013年05期

6 劉陽;季新生;劉彩霞;;網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)優(yōu)化:基于隨機游走的邊權(quán)預處理方法[J];電子與信息學報;2013年10期

7 曹穎;郝欣;朱曉恩;夏順仁;;基于自動隨機游走的乳腺腫塊分割算法[J];浙江大學學報(工學版);2011年10期

8 李靖;冀中;;圖像多樣性重排序技術(shù)綜述[J];信息技術(shù);2013年06期

9 劉輝;;基于隨機游走算法的社交網(wǎng)絡(luò)構(gòu)建[J];湖北成人教育學院學報;2014年01期

10 宋銳;湯建勛;周健;;工作電流對二頻機抖激光陀螺角隨機游走影響的研究[J];激光雜志;2010年02期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 鄭偉;王朝坤;劉璋;王建民;;一種基于隨機游走模型的多標簽分類算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學術(shù)會議論文集A輯一[C];2010年

2 朱松豪;羅青青;梁志偉;;一種改進圖像標注的新方法[A];第24屆中國控制與決策會議論文集[C];2012年

3 燕飛;張銘;譚裕韋;唐建;鄧志鴻;;綜合社會行動者興趣和網(wǎng)絡(luò)拓撲的社區(qū)發(fā)現(xiàn)方法[A];NDBC2010第27屆中國數(shù)據(jù)庫學術(shù)會議論文集(B輯)[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 長盛基金管理有限公司研究部副總監(jiān) 李驥;投資自己熟悉的股票[N];證券時報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 鄧凱英;復雜網(wǎng)絡(luò)搜索策略及相關(guān)模型的數(shù)值方法[D];東北師范大學;2015年

2 徐曉華;圖上的隨機游走學習[D];南京航空航天大學;2008年

3 孫甲申;基于主題模型和隨機游走的標簽技術(shù)研究[D];北京郵電大學;2013年

4 呂強;面向高性能和強表達力的自動規(guī)劃[D];中國科學技術(shù)大學;2013年

5 趙學華;統(tǒng)計網(wǎng)絡(luò)模型若干關(guān)鍵問題研究[D];吉林大學;2014年

6 廖振;基于查詢點擊核心圖的查詢推薦問題研究[D];南開大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 何岱洧;Z~d上使Schramm的上界達到的旋轉(zhuǎn)配置[D];復旦大學;2014年

2 田新春;回火老化效應(yīng)及其擴散方程[D];蘭州大學;2015年

3 鞠薇;基于隨機游走和圖割算法的PET-CT肺腫瘤分割[D];蘇州大學;2015年

4 祝霖;基于隨機游走的動態(tài)社團劃分算法[D];上海交通大學;2015年

5 孫星;基于部分吸收隨機游走的協(xié)同顯著性檢測[D];大連理工大學;2015年

6 宋文靜;基于多條隨機游走的圖像檢索[D];河南大學;2015年

7 陸林;圖上的智能隨機游走分類算法研究及應(yīng)用[D];揚州大學;2014年

8 王麗莎;基于隨機游走模型的個性化信息推薦[D];大連理工大學;2011年

9 胡潔;基于圖論的醫(yī)學圖像分割隨機游走算法研究[D];南方醫(yī)科大學;2013年

10 鄭偉;基于增強語義和隨機游走的分類算法研究[D];清華大學;2011年

  本文關(guān)鍵詞：基于多條隨機游走的圖像檢索，由筆耕文化傳播整理發(fā)布。

本文編號：375913