基于語義的圖像檢索技術(shù)是計算機視覺的研究熱點,課題針對語義檢索在民航領(lǐng)域中的應(yīng)用,開展了旅客托運行李丟失找回方法研究,提出了基于顯著度的特征排序檢索的方法,并在此基礎(chǔ)上加入了用戶相關(guān)反饋的概念,從而提高了行李圖像檢索的準確率。主要研究工作如下:首先,針對圖像檢索中,行李圖像昏暗的背景給檢索結(jié)果帶來不良影響的問題,提出了基于改進分水嶺和模糊均值相結(jié)合的圖像分割算法。通過提出的多尺度形態(tài)學(xué)梯度重構(gòu)方法解決分水嶺的過度分割問題,該算法能夠保留對象的輪廓細節(jié),同時消除噪聲和無用的梯度細節(jié)。再結(jié)合模糊均值方法對圖像進行二次分割,實驗證明了該方法適用于大部分的行李圖像。其次,為了提高檢索精度和縮短檢索時間,參考顯著度在圖像中的應(yīng)用,通過分析三種特征的算法形成,定義了特征顯著度,通過計算CCV顏色、SIFT和LDP紋理特征的顯著度,確定檢索過程中三種特征在圖像上的明顯程度,采用顯著度高的特征優(yōu)先檢索的策略,提升整體的檢索性能,實驗證明了顯著度定義的有效性,并且通過該方法提升了檢索效率。最后,為了能更好的反映用戶對檢索結(jié)果的需求,加入了基于語義的相關(guān)反饋的概念,用戶通過檢索界面對第一輪檢索的結(jié)果進行主... 

【文章來源】：中國民航大學(xué)天津市

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

行李托運后的流程

章緒論1.1課題研究背景與意義航空行李在進行托運的過程中，需要經(jīng)過多個環(huán)節(jié)。首先行李在值機柜臺被工作人員貼上標簽后，通過安檢設(shè)備的掃描進入分揀區(qū)域進行歸類，通過分揀區(qū)域的傳送帶后，裝卸工人在傳送帶一端將行李取下后按照類別進行裝箱，之后集裝箱由行李拖車運送到對應(yīng)的飛機艙外，再統(tǒng)一由工人通過搬運進行裝機。飛機到達目的機場后，托運行李被運送到傳送帶上供旅客找尋自己的行李。航空行李運輸過程中，行李處理運輸環(huán)節(jié)多，且存在很多轉(zhuǎn)運的行李，這就使得行李的丟失成為常態(tài)。圖1-1為行李箱托運的運行流程。圖1-2為行李箱在首發(fā)機場的自動化管理。圖1-1行李托運后的流程圖1-2機場行李自動化管理導(dǎo)致行李丟失的原因很多：（1）旅客行李上的條形碼丟失或者貼著舊的條形碼，這樣會導(dǎo)致分揀環(huán)節(jié)的失誤，造成旅客行李的丟失。（2）在進行行李裝箱時，由于人工的失誤，可能也會造成行李未被送上飛機，再者工作人員對行李進行牌子栓掛時出現(xiàn)錯誤，使得行李被送往其他航班上。（3）當次航班的載入量已滿時，行李會由后續(xù)航班進行運送，可能會造成旅客行李難以被找到。（4）由于乘客臨時進行改簽或重新買票，導(dǎo)致被裝載好的行李需要重新裝卸。根據(jù)國際航空電信協(xié)會(SITA)的2018年航空運輸行李報告，每千名旅客的錯運行李率為5.57件，僅僅一年就造成了23億美元的損失。找回丟失行李已經(jīng)成為一個棘手的問題。行李丟失的原因很多，其中最常見的就是行李標簽的問題，行李標簽的破損、打印不清楚、或拴掛不牢，都會造成行李無法標識，導(dǎo)致行李在運輸?shù)哪硞�環(huán)節(jié)中分揀失敗未被裝上飛機或被送上了錯誤的航班。錯運的行李，可能會出現(xiàn)在多個相互通航的機場，客服人員往往通過電話和電報的方式，在全國各機場逐個尋找掛失的行李，根據(jù)行李托運時間?

不同m值對分割結(jié)果的影響（a）原始

【參考文獻】：
期刊論文
[1]多尺度紅外超像素圖像模型的小目標檢測[J]. 劉忠林,吳一全,鄒宇.  中國圖象圖形學(xué)報. 2019(12)
[2]基于SVM的顯著性目標自動分割方法[J]. 胡學(xué)剛,吳開元.  計算機工程與設(shè)計. 2019(09)
[3]基于支持向量機的彩色圖像分割研究[J]. 周凱紅,喬新新,李福敏.  現(xiàn)代電子技術(shù). 2019(18)
[4]融合雙向注意的全卷積編解碼顯著區(qū)域檢測[J]. 劉麗英,田媚,黃雅平,鄒琪.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2019(07)
[5]基于超像素分割的實時野外場景理解[J]. 高玉潼,原玥.  沈陽大學(xué)學(xué)報(自然科學(xué)版). 2019(03)
[6]基于BP特征選擇的語音情感識別[J]. 王艷,胡維平.  微電子學(xué)與計算機. 2019(05)
[7]融合紋理信息的SLIC算法在醫(yī)學(xué)圖像中的研究[J]. 侯向丹,李柏岑,劉洪普,杜佳卓,鄭夢敬,于鐵忠.  自動化學(xué)報. 2019(05)
[8]自適應(yīng)步長下多閾值彩色圖像的全局分割方法[J]. 魯秋菊,拓守恒.  吉林大學(xué)學(xué)報(理學(xué)版). 2019(01)
[9]一種改進Grabcut算法的彩色圖像分割方法[J]. 王告,俞申亮,巨志勇,馬素萍.  軟件導(dǎo)刊. 2019(06)
[10]融合深度信息的Grabcut自動圖像分割[J]. 劉輝,石小龍,漆坤元,左星.  小型微型計算機系統(tǒng). 2018(10)

博士論文
[1]基于語義理解的圖像檢索研究[D]. 李強.天津大學(xué) 2016
[2]圖像視覺顯著性和改進型SVM在圖像分割中的研究[D]. 陳沅濤.南京理工大學(xué) 2014
[3]基于內(nèi)容的圖像檢索技術(shù)研究[D]. 孫君頂.西安電子科技大學(xué) 2005

碩士論文
[1]基于內(nèi)容的圖像檢索系統(tǒng)研究與實現(xiàn)[D]. 高碩.華北理工大學(xué) 2019
[2]基于語義的交互式圖像檢索[D]. 趙恒川.電子科技大學(xué) 2019
[3]顯著性檢測的優(yōu)化模型及在圖像壓縮中的應(yīng)用[D]. 葉潤春.中國科學(xué)技術(shù)大學(xué) 2018
[4]文本圖像檢索技術(shù)的研究[D]. 陳鵬.成都理工大學(xué) 2017
[5]基于多特征融合圖像檢索系統(tǒng)的研究與改進[D]. 賀云.北京郵電大學(xué) 2017
[6]基于語義的圖像檢索技術(shù)研究[D]. 史美艷.山東大學(xué) 2011
[7]基于數(shù)學(xué)形態(tài)學(xué)的鐵譜圖像分割技術(shù)研究[D]. 金路.南京航空航天大學(xué) 2010
[8]結(jié)合低層特征和高層語義的圖像檢索系統(tǒng)[D]. 耿苑.西北工業(yè)大學(xué) 2004



本文編號：2956924