基于内容的文物图像检索技术的研究和实现

基于内容的文物图像检索技术的研究和实现

ID:35061384

大小:5.59 MB

页数:76页

时间:2019-03-17

基于内容的文物图像检索技术的研究和实现_第1页
基于内容的文物图像检索技术的研究和实现_第2页
基于内容的文物图像检索技术的研究和实现_第3页
基于内容的文物图像检索技术的研究和实现_第4页
基于内容的文物图像检索技术的研究和实现_第5页
资源描述:

《基于内容的文物图像检索技术的研究和实现》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、学校代码10459学号或申请号201312172053密级硕士学位论文基于内容的文物图像检索技术的研究和实现作者姓名:李晓导师姓名:李占波教授学科门类:工学专业名称:计算机应用技术培养院系:信息工程学院完成时间:2016年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterTheResearchandimplementationofcontent-basedImageretrievaltechnologyfortheimageofculturalrel

2、icsByXiaoLiSupervisor:Prof.ZhanboLiComputerApplicationTechnologySchoolofInformationEngineeringMay2016摘要我国拥有丰富的文物资源,但是对这些文物资源的保存却十分困难。在“大数据”的时代背景下,为了更好的对文物资源进行鉴赏、交流和保护,建立一个完善的数字化文物保护体系势在必行。作为馆藏文物数字化进程的重要组成部分,文物图像检索技术逐渐成为新的研究热点。文物图像本身具有数据量大、维度和信息分辨率高等特点,传统的检索方法已不

3、能实现对海量文物图像的快速精准检索。基于内容的图像检索技术(CBRI)应运而生,并迅速成为图像处理和计算机视觉领域的技术新贵。本文对CBIR的关键技术进行探索了与研究,旨在构建一个性能良好的文物图像检索模型。所做的主要工作有:(一)研究了图像底层视觉特征的提取算法。通过对大量实验数据的对比分析,提出了综合使用颜色特征和LBP-HF纹理特征的多特征融合方法来实现对文物图像的检索,实验证明该方法的检索准确率高于单特征检索。(二)探索了图像的相似性度量标准。因为文物图像中颜色信息和纹理信息在图像检索时的所起到的重要性不同,

4、提出了对不同特征的相似度进行加权求和的方法,并将其作为图像特征的综合相似性度量标准。(三)将基于图像底层视觉特征的图像检索技术与相关反馈技术相结合,避免了因缺乏高层语义而产生的“语义鸿沟”。通过对用户反馈信息的不断学习,调整检索策略,进而达到提高文物图像检索性能的目的。关键词:CBIR特征提取相似性度量相关反馈IAbstractChinahasrichculturalresources,butthepreservationoftheseculturalrelicsisverydifficult.Inordertoha

5、veabetterappreciationandprotectionoftheseresources,theestablishmentofacompletedigitalheritageconservationsystemisimperative.Asanimportantpartofculturalrelicsdigitalprocess,imageretrievaltechniquehasbecomeanewresearchhotspot.Heritageimageitselfhasthecharacterist

6、icsoflargeamountofdata,highdimensionsandresolution.Sotraditionalretrievalmethodscannotachieveafastandaccurateretrievalofmassiveculturalimage.Then,Content-basedimageretrieval(CBRI)cameintobeing,andquicklybecamethetechnologyupstartinthefieldofimageprocessingandco

7、mputervision.Inthispaper,thekeytechnologiesofCBIRwereexploredandresearch.Wealsobuiltanimageretrievalmodelwithgoodperformance.Themainworkincludes:(一)Westudiedtheextractionalgorithmofimagelow-levelvisualfeatures.Throughthecomparisonandanalysisofalargenumberofexpe

8、rimentaldata,wedevelopedacomprehensiveuseofcolorfeaturesandLBP-HFtexturefeatures,asamulti-featurefusiontoachieveabetterimageretrievalresult.Experimentsshowthattheretrievalac

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。