圖像檢索 特征提取 相關(guān)反饋 三維對(duì)象檢索 Zernike矩論文

1、圖像檢索論文：圖像和三維對(duì)象檢索機(jī)制的研究【中文摘要】近年來(lái),基于內(nèi)容的視覺(jué)信息檢索已經(jīng)成為多媒體分析和理解中非?；钴S的研究方向。在該領(lǐng)域的研究中,如何提取有效的特征對(duì)視覺(jué)信息的內(nèi)容進(jìn)行描述,以及如何設(shè)計(jì)合理的檢索機(jī)制以得到用戶滿意的檢索結(jié)果,是研究人員關(guān)注的重點(diǎn)問(wèn)題。本文針對(duì)圖像和三維對(duì)象的特征提取方式和檢索機(jī)制展開(kāi)研究,研究?jī)?nèi)容分為基于內(nèi)容的圖像檢索和基于視圖的三維對(duì)象檢索,主要包括以下五部分：(1)首先,我們?cè)诶碚撋蠈?duì)基于內(nèi)容的圖像檢索(CBIR)系統(tǒng)中存在的幾種主流的特征提取方式進(jìn)行了較為細(xì)致地分析,評(píng)定出各種方法的優(yōu)缺點(diǎn),然后在MATLAB平臺(tái)上作出了一系列基于檢索效果的測(cè)試,對(duì)當(dāng)今

2、CBIR系統(tǒng)主流的幾種檢索方式進(jìn)行相互比對(duì)的實(shí)驗(yàn)分析。(2)針對(duì)當(dāng)前CBIR系統(tǒng)檢索方式單一的問(wèn)題,我們提出了運(yùn)用手繪圖檢索的新方法,這種具有形式靈活、貼近高層語(yǔ)義的諸多優(yōu)勢(shì)檢索的優(yōu)勢(shì),具有較強(qiáng)的應(yīng)用價(jià)值。(3)由于Zernike可以任意構(gòu)建高階矩,在目前的圖像檢索領(lǐng)域中是應(yīng)用最為廣泛的一種形狀描述子。所以在三維對(duì)象檢索領(lǐng)域中,考慮到三維對(duì)象的語(yǔ)義部分具有的高頻特點(diǎn),我們提出利用Zernike矩去描述一幅三維對(duì)象的底層視覺(jué)特征。(4)在使用Zernike矩描述圖像內(nèi)容的基礎(chǔ).【英文摘要】In recent years, content-based visual information retr

3、ieval has become an active research direction in multimedia analysis. The most important problem in this field are how to develop appropriate mechanisms to get satisfactory retrieval results. In this dissertation, we focus on retrieval mechanisms for images and 3D objects. The research is mainly abo

4、ut region-based image retrieval and view-based 3D object retrieval. The contributions of our work include the following parts:(1) we carefully analyse several.【關(guān)鍵詞】圖像檢索 特征提取 相關(guān)反饋 三維對(duì)象檢索 Zernike矩【英文關(guān)鍵詞】image retrieval feature extraction RF 3D object retrieval Zernike【目錄】圖像和三維對(duì)象檢索機(jī)制的研究摘要3-4Abstract41

5、緒論7-191.1 研究背景及意義7-81.2 研究現(xiàn)狀8-151.2.1 基于內(nèi)容的圖像檢索8-121.2.2 基于內(nèi)容的三維對(duì)象檢索12-151.3 本文的研究?jī)?nèi)容15-161.4 本文的主要工作和章節(jié)安排16-192 實(shí)驗(yàn)設(shè)置與底層視覺(jué)特征的性能評(píng)價(jià)19-232.1 實(shí)驗(yàn)設(shè)置19-202.1.1 商標(biāo)數(shù)據(jù)庫(kù)192.1.2 三維對(duì)象數(shù)據(jù)庫(kù)19-202.2 檢索性能評(píng)價(jià)準(zhǔn)則20-212.3 本章小結(jié)21-233 基于不同特征的圖像檢索性能比較23-353.1 基于內(nèi)容的圖像檢索研究?jī)?nèi)容23-303.1.1 圖像的索引233.1.2 視覺(jué)特征的提取23-273.1.3 相似度的度量27-283

6、.1.4 檢索機(jī)制的設(shè)計(jì)28-303.2 檢索系統(tǒng)的算法流程303.3 實(shí)驗(yàn)結(jié)果30-343.3.1 基于目標(biāo)圖片的示例查詢31-323.3.2 綜合比較分析32-343.4 本章小節(jié)34-354 基于手繪圖的圖像檢索35-414.1 本章引論354.2 現(xiàn)有CBIR系統(tǒng)介紹35-374.3 商標(biāo)手繪圖檢索算法研究37-404.3.1 手繪圖檢索算法流程37-384.3.2 實(shí)驗(yàn)結(jié)果38-404.4 本章小結(jié)40-415 基于視圖的三維對(duì)象檢索41-545.1 本章引論415.2 基于Zernike矩的研究分析41-435.2.1 Zernike矩定義41-425.2.2 Zernike矩的提

7、取425.2.3 Zernike矩特征向量42-435.2.4 Zernike矩的是不變性分析435.3 度量機(jī)制的研究方法43-475.3.1 基于視圖集合統(tǒng)計(jì)模型的距離度量43-445.3.2 基于視圖之間匹配關(guān)系的距離度量445.3.3 基于視圖之間范數(shù)關(guān)系的距離度量44-475.4 實(shí)驗(yàn)結(jié)果47-535.5 本章小結(jié)53-546 相關(guān)反饋機(jī)制在三維對(duì)象檢索中的應(yīng)用54-776.1 本章引論546.2 相關(guān)反饋的技術(shù)分類54-566.3 短期相關(guān)反饋檢索機(jī)制的發(fā)展過(guò)程56-616.3.1 基于向量模型的短期相關(guān)反饋56-576.3.2 基于分類器的短期相關(guān)反饋57-616.4 分類器的短期相關(guān)反饋算法在三維對(duì)象檢索中的應(yīng)用61-636.4.1 KNN的短期相關(guān)反饋機(jī)制61-626.4.2 我們所提出算法的整體結(jié)構(gòu)62-