菜单
　　
    摘要本论文针对网络图像搜索中的图像摘要技术，提出了一种基于五种底层图像特征提取以及AP聚类算法的图像摘要选取方法。首先将提取的五种底层图像特征进行特征融合，并计算出图像集的相似度矩阵，然后将相似度矩阵作为AP聚类算法的输入进行聚类运算，最后在聚类结果中，选择特征向量与该类平均特征向量最接近的图像作为图像范例。通过实验表明，该方法所选取的图像范例可以直观有效地反应图像集的内容概要，并且让用户在大量图像中可以快速准确地找到所需要的图像。8121
    关键字  图像摘要  图像检索  图像特征值提取  AP聚类算法  相似度
    毕业设计说明书（论文）中文摘要
    Title  Image Summarization for Online Image Retrieval
    Abstract  
    Image summarization is a critical step in the interactive image retrieval.This paper introduces a novel approach based on five low-level features and AP clustering.Firstly,five low-level features extracted from images fuse together and we calculate the image similarity.Secondly,we cluster the images into different categories by AP clustering.Finally in a category of clustering result, we select the image whose characteristic vector most close the average characteristic vector as a examplar.The experiments show that the image summarization selected by the above method can give a good global overview of image collections and improve the performance of retrieval.
    Keywords  
    image summarization，image retrieval，feature extraction，AP clustering，similarity.
    目   次
    1  绪论      1
    1.1  研究背景      1
    1.2  研究内容      1
    1.3  论文结构      2
    2  理论和方法      4
    2.1  图像特征的提取      4
    2.2  图像相似度的计算方法      8
    2.3  AP聚类算法      9
    2.4  图像范例的选择      11
    2.5  图像摘要的流程及图像检索步骤      12
    3  具体实现的代码      15
    3.1  MATLAB编程环境简介      15
    3.2  基于AP聚类算法的实现      15
    3.3  基于K-means聚类算法的实现      20
    4  实验结果      22
    4.1  基于AP聚类算法的实验结      22
    4.2  AP聚类算法与K-means聚类算法实验结果的对比      24
    5  展望      26
    结论      27
    致谢      28
    参考文献      29

    1  绪论
    1.1  研究背景
        随着计算机网络的普及和发展，数字图像越来越广泛的传播，渐渐地人们需求的信息不仅有文字，还有大量的图像资源，图像共享网站(如Flickr等)的出现，更能说明图像资源的重要性。通过网络，人们接触的图像数目迅猛增长，给图像检索研究带来了新的机遇和挑战。
    现今，许多网站（如Google，百度等）的搜索引擎，都是采用基于上下文本的图像搜索技术，它是将用户输入的关键字进行扫描，与图像的标签数据库进行精确或概率匹配。但是这种搜索方法得到的结果是大量的图片，而用户浏览大量图片很耗时间，也不能快速地、准确地找到自己想要的图片。如何快速地准确地从大量的图像中搜索到用户所需的图像，已经成为人们广泛关注的问题。
    1.2  研究内容
    本文的主要研究目的就是将含有大量图片的查询结果进行处理，使用户可以更加方便、快速地浏览查询结果。基于图像摘要的交互式图像检索是一种新的大规模图像的检索方法，让图像检索结果更加清晰明了，可以引导用户更加快速地浏览和查询检索结果。图像摘要(image summarizing)技术，就是将大型图像集进行聚类，并在每一类中选取有代表性的图像作为该类的代表。为了实现该技术，主要需要解决以下问题：（1）图像集聚类的依据是什么？（2）用什么方法将图像集进行聚类？（3）怎样选取每一类的代表性图像？
  1. 上一篇：struts2多式联运物流信息平台的设计与实现
  2. 下一篇：基于图的聚类算法研究+文献综述

  1. 基于MATLAB的图像增强算法设计

  2. python+mysql网络习题爬取系统的设计与实现

  3. 神经网络算法在核素识别中的应用研究

  4. 苏州一建集团网络的规划与设计

  5. 人脸图像品质评估算法设计与实现

  6. 基于RGB-D摄像机的图像分割算法研究与实现

  7. 基于蛋白质图像表示的二硫键预测

  8. 当代大学生慈善意识研究+文献综述

  9. 电站锅炉暖风器设计任务书

  10. 大众媒体对公共政策制定的影响

  11. java+mysql车辆管理系统的设计+源代码

  12. 河岸冲刷和泥沙淤积的监测国内外研究现状

  13. 酸性水汽提装置总汽提塔设计+CAD图纸

  14. 十二层带中心支撑钢结构...

  15. 乳业同业并购式全产业链...

  16. 杂拟谷盗体内共生菌沃尔...

  17. 中考体育项目与体育教学合理结合的研究

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回