基于擴(kuò)散過程的圖像檢索技術(shù)主要利用圖像內(nèi)在流形結(jié)構(gòu)構(gòu)成連接圖,并將成對(duì)圖像之間的相似度通過圖上可達(dá)路徑傳遞給周圍其它圖像,增強(qiáng)成對(duì)圖像之間的關(guān)系,廣泛應(yīng)用于基于內(nèi)容的圖像檢索領(lǐng)域。局部約束擴(kuò)散過程方法應(yīng)用于圖像檢索時(shí)存在算法復(fù)雜度高、迭代計(jì)算量大等問題,而正則化擴(kuò)散過程方法也存在計(jì)算效率低、僅在圖像的低層視覺特征空間進(jìn)行擴(kuò)散沒有考慮圖像的高層語義信息等問題。針對(duì)以上問題,本文以上述方法為基礎(chǔ),利用流形學(xué)習(xí)保持圖像間近鄰關(guān)系結(jié)合代數(shù)多重網(wǎng)格的分層思想以及引入相關(guān)反饋,分別提出了基于層次局部約束擴(kuò)散過程的圖像檢索算法和基于相關(guān)反饋正則化層次擴(kuò)散過程的圖像檢索算法。具體研究工作如下:1.針對(duì)局部約束擴(kuò)散過程圖像檢索方法存在大量矩陣迭代計(jì)算,對(duì)大規(guī)模圖像進(jìn)行檢索時(shí)計(jì)算代價(jià)高、檢索速度慢等問題,本文提出了基于層次局部約束擴(kuò)散過程的圖像檢索算法。該算法結(jié)合代數(shù)多重網(wǎng)格的分層思想,建立圖像庫圖像的層次結(jié)構(gòu),只對(duì)待查詢圖像和頂層圖像進(jìn)行相似性擴(kuò)散并將結(jié)果返回底層,得到待查詢圖像與圖像庫所有圖像的相似性排序,獲得檢索圖像。理論分析證明與局部約束擴(kuò)散過程算法相比,該算法可以降低時(shí)間復(fù)雜度。同時(shí)實(shí)驗(yàn)結(jié)果表明... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 課題研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與創(chuàng)新
    1.4 論文組織框架
第2章 基于內(nèi)容的圖像檢索
    2.1 基于內(nèi)容的圖像檢索
    2.2 基于流形排序的圖像檢索及其改進(jìn)算法
        2.2.1 基于流形排序的圖像檢索
        2.2.2 基于廣義流形排序的圖像檢索
        2.2.3 基于k-regular近鄰圖流形排序的圖像檢索
    2.3 基于擴(kuò)散過程的圖像檢索
        2.3.1 局部約束擴(kuò)散過程圖像檢索算法
        2.3.2 正則化擴(kuò)散過程圖像檢索算法
    2.4 本章小結(jié)
第3章 基于層次局部約束擴(kuò)散過程的圖像檢索
    3.1 基于層次局部約束擴(kuò)散過程的圖像檢索
        3.1.1 構(gòu)建層次結(jié)構(gòu)
        3.1.2 擴(kuò)散過程
        3.1.3 相似性排序
        3.1.4 算法步驟
        3.1.5 算法復(fù)雜度分析
    3.2 實(shí)驗(yàn)
        3.2.1 數(shù)據(jù)集
        3.2.2 MPEG-7 數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果及分析
        3.2.3 IRMA數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果及分析
        3.2.4 HLCDP算法在不同特征下的實(shí)驗(yàn)對(duì)比分析
    3.3 本章小結(jié)
第4章 基于相關(guān)反饋正則化層次擴(kuò)散過程的圖像檢索
    4.1 基于相關(guān)反饋正則化層次擴(kuò)散過程的圖像檢索
        4.1.1 相關(guān)反饋正則化層次擴(kuò)散過程
        4.1.2 算法步驟
        4.1.3 算法復(fù)雜度分析
    4.2 實(shí)驗(yàn)
        4.2.1 MPEG-7 數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果及分析
        4.2.2 IRMA數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果及分析
        4.2.3 RHDP-rf算法在不同特征下的實(shí)驗(yàn)對(duì)比分析
    4.3 本章小結(jié)
第5章 總結(jié)和展望
    5.1 工作總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于自然鄰居流形排序圖像檢索技術(shù)研究[J]. 朱慶生,陳治,張程.  計(jì)算機(jī)應(yīng)用研究. 2016(04)
[2]有監(jiān)督全局流形排序的圖像檢索算法[J]. 練浩,曾憲華,李淑芳.  智能系統(tǒng)學(xué)報(bào). 2014(01)
[3]融合相關(guān)反饋和流形學(xué)習(xí)的語義圖像檢索方法研究[J]. 劉利.  現(xiàn)代計(jì)算機(jī). 2013(27)
[4]基于流形學(xué)習(xí)的圖像檢索研究進(jìn)展[J]. 劉利,韋佳,馬千里.  北京交通大學(xué)學(xué)報(bào). 2010(05)
[5]基于文本檢索技術(shù)的CBIR算法研究[J]. 趙珊,湯永利.  光學(xué)學(xué)報(bào). 2009(10)
[6]十種基于顏色特征圖像檢索算法的比較和分析[J]. 劉忠偉,章毓晉.  信號(hào)處理. 2000(01)

碩士論文
[1]基于內(nèi)容的圖像檢索關(guān)鍵技術(shù)的研究與實(shí)現(xiàn)[D]. 王棟.北京郵電大學(xué) 2013



本文編號(hào)：3645286