博士论文评语模板

《博士论文评语模板》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京大学本科生毕业论文汽车商标检索中的图片特征提取与比对-1-论文评语指导老师意见：成绩：指导老师：2005年6月7日北京大学本科生毕业论文汽车商标检索中的图片特征提取与比对-2-摘要互联网技术迅速发展的今天，网络上所存储的信息从种类和数量上来说，都在不断的飞速增加。如何能够帮助用户准确检索和定位各种媒体文件，成为了网络搜索引擎发展的一大难题。传统的搜索引擎是基于文本的搜索引擎，通过分析网页中的文本信息来确定网页的内容。但是，对图片等媒体文件，仅适用文本使无法准确描述其内容的，这样就为精确检索和定位这些文件造成了困难。解决的方法，就是构造基于内容的

2、图像搜索引擎。该项工作的难度很大，在目前的初步研究工作中，我们采取缩小检索范围，从某类商标图案入手的办法来降低难度。本文选取汽车商标作为分类和检索的对象。主要工作包括：1）基于内容的图片搜索引擎重点难点问题分析，以及对现有的基于内容的检索技术的分析和研究；2）常用图片特征及其提取技术研究；3）对于商标图案检索的初步研究。包括商标图案的特征研究，网络图片特征研究，商标的切割定位算法实现以及特征提取和对比。我们采用二值化图片作为商标图片的特征，用点对点对比的方式进行了对比；4）商标图片检索初步试验。商标分类实验采用5种汽车商标作为我们的识别对象，对两组

3、实验集进行分类和识别。以上工作中，商标的切割定位和使用二值化图片作为特征是我们最具创造性的工作。通过对商标图片检索的初步试验，我们发现使用二值化图片作为商标图案的特征描述方式具有一定的有效性，能够将大部分测试图片进行正确的分类。关键词：内容，搜索引擎，特征提取，对比算法，二值化图片北京大学本科生毕业论文汽车商标检索中的图片特征提取与比对-3-AbstractWiththerapidprogressingoftheInternet,thefilesontheInternetareincreasinginhighspeed,bothinquantity

4、andcategory.HowtohelptheuserstosearchandlocateinmediafilesontheInternethasbecomeoneofthemostimportantquestionsinthefieldofsearchengine.Thetraditionalcontent-basedsearchengineishelplesswhensolvingthepreviewsproblem,becauseitisdifficulttodescribethecontentofmediafilesaccuratelyb

5、yonlytext.Peoplearelookingforwardtothecontent-basedsearchengine.Toreducethedifficultiesduringourstartingperiod,wechosesomekindsofautomobiletrademarksasourgoalofrecognition.Ourresearchcontainsthefollowingparts:1)Theanalysistothemainproblemwewillfaceinfiledofcontent-basesearchen

6、gine;2)Researchtothegeneralfeatureusedinpicturerecognitionandtheirextractiontechnique.3)Ourintroductoryresearchtothesearchenginebasedonautotrademarks,includingtheresearchtothefeaturesofthetrademarkimagesandnetimages,thelocationandcuttingalgorithmofthetrademarkimages,featureext

7、ractionandcomparing.Weusebinaryimagesofthetrademarksasthedescriptortotheirshapefeatures.4)Theexperimentontrademarksrecognitionusingouralgorithm.Thelocationandcuttingalgorithmandrecognitionalgorithmusingbinaryimagesarethemostoriginalpartsinourwork.Theefficiencyofourapproachispr

8、ovedbyourexperiment.Keywords:content,searchengine,featureextr