圖像檢索 視覺詞匯 詞匯樹 分層量化 金字塔匹配核論文

1、圖像檢索論文：用于圖像檢索的視覺詞匯樹研究【中文摘要】隨著多媒體相關技術的發(fā)展,數(shù)字圖像的規(guī)模迅速擴大,其應用也越來越廣泛。因此,如何有效、快速地從大規(guī)模圖像數(shù)據(jù)中檢索出所需的圖像已成為一個研究熱點。傳統(tǒng)的基于文本的圖像檢索方式由于人工標注圖像引起的主觀性以及不確定性等弊端,已經(jīng)不能滿足用戶對查詢的要求?；趦?nèi)容的圖像檢索主要以基于圖像底層的視覺特征檢索為主,系統(tǒng)直接提取圖像的視覺特征,將圖像數(shù)據(jù)庫中的圖像與用戶的查詢圖像表示成特征向量,然后通過計算特征向量的相似度來選取檢索結(jié)果,提高了檢索的效率。在本論文中,通過對圖像的底層視覺特征進行分層K均值聚類,定義分支因子B和層數(shù)L以確定每個節(jié)點子節(jié)

2、點的數(shù)目以及樹的高度,形成了一個樹形結(jié)構(gòu)的特征組織方式。樹的每個節(jié)點稱為視覺詞匯,利用視覺詞匯樹,將從圖像中提取的底層特征量化到視覺詞匯中,從而將圖像用一個離散的視覺詞匯向量表示。視覺詞匯樹采用文本檢索中的倒排文件結(jié)構(gòu)存儲圖像,通過視覺詞匯向量的距離度量比較圖像的相似度。通過對同一視覺特征集合構(gòu)建多個詞匯樹,并且將其合并為詞匯森林,可以實現(xiàn)對特征空間的精確劃分。通過對圖像特征的分層量化,形成一個特征詞匯多分辨率直方圖,引入金字塔匹配核(Pyramid Matchin.【英文摘要】As the development of technologies related with multimedia

3、, the scale of digital image has expanded rapidly, as well as the application of that has become more and more widely. Therefore, how to retrieve the needed image from a large-scale image database effectively and quickly has become a hot topic. Because of the disadvantages of the traditional image r

4、etrieval techniques which are based on text description and keyword, such as the subjectivity and the inaccurateness caused by artificial image tagging an.【關鍵詞】圖像檢索 視覺詞匯 詞匯樹 分層量化 金字塔匹配核【英文關鍵詞】Image retrieval visual word vocabulary tree hierarchical quantification Pyramid Matching Kernel【目錄】用于圖像檢索的視覺

5、詞匯樹研究摘要3-4Abstract4-5目錄6-8第一章 緒論8-141.1 研究背景8-91.2 國內(nèi)外研究現(xiàn)狀9-121.2.1 一些實用的圖像檢索系統(tǒng)10-111.2.2 研究的熱點和難點11-121.3 本文主要研究工作以及論文的組織結(jié)構(gòu)12-14第二章 基于視覺特征的圖像檢索概述14-262.1 概述142.2 基于視覺特征的圖像檢索系統(tǒng)框架及功能14-162.3 基于視覺特征圖像檢索的關鍵技術16-232.3.1 圖像分割技術16-192.3.2 相似度度量19-212.3.3 索引技術21-232.4 圖像檢索系統(tǒng)的評價準則23-242.5 本章小結(jié)24-26第三章 圖像內(nèi)容的

6、特征描述26-343.1 圖像特征的選擇263.2 圖像顏色特征26-293.2.1 顏色直方圖273.2.2 顏色矩27-283.2.3 顏色集283.2.4 顏色聚合向量28-293.2.5 顏色相關圖293.3 圖像紋理特征29-313.3.1 Tamura紋理特征29-313.3.2 基于小波變換的紋理特征313.4 圖像形狀特征31-333.5 圖像空間關系特征333.6 本章小結(jié)33-34第四章 詞匯樹的構(gòu)建34-444.1 關鍵詞模型34-354.2 詞匯樹35-384.3 TF-IDF加權(quán)方法38-394.4 圖片的相似性度量39-404.5 實驗結(jié)果及分析40-424.6 本章小結(jié)42-44第五章 自適應詞匯樹算法44-585.1 金字塔匹配核44-465.2 詞匯樹的自適應生長46-475.3 自適應生長算法47-505.3.1 新詞匯樹的生長47-495.3.2 刪除過時的節(jié)點495.3.3 金字塔的維護49-505.4 實驗分析50-575.4.1 詞匯森林與詞匯樹50-515.4.2 自適應詞匯樹與靜態(tài)詞匯樹51-525.4.3 生長參數(shù)的影響52-565.4.4