2023年全國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76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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著計算機(jī)和互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,以及圖像采集設(shè)備的廣泛應(yīng)用,數(shù)碼圖像的數(shù)量呈現(xiàn)爆炸式的增長。在數(shù)量巨大的圖像中存在大量近相似的圖像,近相似圖像的檢索具有廣泛的應(yīng)用前景,比如:互聯(lián)網(wǎng)上的藝術(shù)作品版權(quán)侵犯檢測、檢測新的商標(biāo)是否與已存在的商標(biāo)相似或者相同、用商品圖片檢索類似的商品以及在檢索時排除相近或者相同的結(jié)果,以保持搜索結(jié)果的多樣性等等。近年來,近相似圖像檢索逐漸成為圖像檢索的一個重要分支,受到越來越多的關(guān)注。
  本文首先介紹了

2、近相似圖像檢索的基本原理和關(guān)鍵技術(shù)。圖像檢索的經(jīng)典方法采用局部特征加上詞袋模型,但詞袋模型僅僅是使用了局部特征的描述子,而沒有使用局部特征的幾何信息,如:尺度、角度、坐標(biāo)。本文主要研究的內(nèi)容是利用局部特征點(diǎn)的幾何信息來提高近相似圖像檢索的精度,并提出了三種算法。首先提出了一致性引導(dǎo)的去除多重特征點(diǎn)匹配的方法,考慮到正確的匹配通常會有更多匹配在變換參數(shù)上和它一致,該方法將參數(shù)空間進(jìn)行均勻劃分,每次從稠密的區(qū)域選擇一個保留的匹配,再去除和它

3、沖突的匹配,通過不斷迭代來去除多重匹配。該方法能夠去除很多的錯誤匹配,可以作為其它幾何校驗(yàn)方法的預(yù)處理步驟來提高它們的檢索精度。傳統(tǒng)的幾何交驗(yàn)基于變換參數(shù)空間的直方圖,這可以看成是一種比較粗糙的密度估計方法。本文提出了一種基于霍夫空間核密度估計的幾何校驗(yàn)方法,將密度作為匹配的得分用于相似度的計算,實(shí)驗(yàn)表明該方法能提高近相似圖像檢索的精度。最后,本文提出了一種基于幾何信息的局部特征編碼方法,將各特征點(diǎn)在其尺度和角度空間中的相對位置關(guān)系進(jìn)行

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論