2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著互聯(lián)網(wǎng)與多媒體信息技術(shù)的快速發(fā)展,基于內(nèi)容的圖像檢索已經(jīng)成為了信息領(lǐng)域的熱點(diǎn)研究課題,并廣泛應(yīng)用于公安系統(tǒng)、醫(yī)療系統(tǒng)、知識(shí)產(chǎn)權(quán)維護(hù)系統(tǒng)等。本文關(guān)注圖像檢索在紡織行業(yè)的應(yīng)用,探究適用于面料圖像的檢索方法,以滿足用戶越來越多的時(shí)尚需求。本文對(duì)面料圖像的特性進(jìn)行了深入分析,從特征提取、索引構(gòu)建兩個(gè)方面對(duì)檢索算法進(jìn)行了研究,提出基于金字塔多尺度LBP和自學(xué)習(xí)哈希的面料圖像檢索算法。本文的主要工作和創(chuàng)新點(diǎn)如下:
  1.提出了金字塔多尺

2、度LBP特征提取算法。本文介紹了典型的LBP算子,并深入分析了幾種現(xiàn)有多尺度LBP算子的不足,在結(jié)合面料圖像特性的基礎(chǔ)上,提出一種金字塔多尺度LBP特征提取算法。該算法首先對(duì)面料圖像進(jìn)行金字塔分解,然后對(duì)每層金字塔圖像提取等采樣點(diǎn)的多半徑LBP算子。與其它現(xiàn)有的多尺度LBP算法相比,本文提出的金字塔多尺度LBP算法的特征提取范圍更廣,特征表達(dá)能力更強(qiáng),能夠有效地描述面料圖像的紋理信息。
  2.將自學(xué)習(xí)哈希算法應(yīng)用于面料圖像檢索。

3、對(duì)幾種哈希技術(shù)進(jìn)行了分析,針對(duì)現(xiàn)有方法的不足,提出將用于文本信息檢索的自學(xué)習(xí)哈希算法應(yīng)用到圖像檢索中,并針對(duì)圖像與文本數(shù)據(jù)之間的差異性,對(duì)自學(xué)習(xí)哈希過程進(jìn)行了改進(jìn)。利用改進(jìn)后的自學(xué)習(xí)哈希算法對(duì)面料圖像建立索引,大大節(jié)約了數(shù)據(jù)存儲(chǔ)空間,減少了計(jì)算量。
  3.在前兩種算法的基礎(chǔ)上,提出基于金字塔多尺度LBP和自學(xué)習(xí)哈希的面料圖像檢索算法。該算法采用金字塔多尺度LBP算子提取面料圖像的特征,結(jié)合了圖像的局部信息與全局信息,有效地描述了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論