基于特征融合和支持向量机的图像匹配系统设计

基于特征融合和支持向量机的图像匹配系统设计

ID:35067741

大小:4.07 MB

页数:73页

时间:2019-03-17

基于特征融合和支持向量机的图像匹配系统设计_第1页
基于特征融合和支持向量机的图像匹配系统设计_第2页
基于特征融合和支持向量机的图像匹配系统设计_第3页
基于特征融合和支持向量机的图像匹配系统设计_第4页
基于特征融合和支持向量机的图像匹配系统设计_第5页
资源描述:

《基于特征融合和支持向量机的图像匹配系统设计》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、工程硕士学位论文基于特征融合和支持向量机的图像匹配系统设计作者姓名石浩学科专业控制工程校内指导教师彭达洲副教授校外指导教师刘海高级技术专家所在学院自动化科学与工程学院论文提交日期2016年3月ThedesignofaimagematchingsystembasedonfeaturefusionandSVMADissertationSubmittedfortheDegreeofMasterCandidate:ShiHaoSupervisor:PengDazhouSouthChinaUniversityofTechnology

2、Guangzhou,China分类号:TP319学校代号:10561学号:20132012707华南理工大学硕士学位论文基于特征融合和支持向量机的图像匹配系统设计作者姓名:石浩指导教师姓名、职称:彭达洲、副教授申请学位级别:工程硕士学科专业名称:控制工程研究方向:图像处理与模式识别论文提交日期:2016年3月论文答辩日期:2016年03月18日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:胥布工、彭达洲、匡付华主席:匡付华委员:胥布工、彭达洲华南理工大学学位论文原创性声明本人郑重声明:所呈交的论文是

3、本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加W标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重耍贡。献的个人和集体,均已在文中W明确方式标明本人完全意识到本声明的法律后果由本人承担。作者签名:日期:心年月o日^j学位论文版槪使用授权书、艮:本学位论文作者完全了解学校有关保留使用学位论文的规定,P研究生在校攻读学位期间论文工作的知识产权单位属华南理X大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版,允许学位论

4、文被查阅(除在保密期内的保密论文外);学校可W公布学位论文的全、部或部分内容,可允许采用影印缩印或其它复制手段保存、汇编学位一论文。本人电子文档的内容和纸质论文的内容相致。本学位论文属于:□保密,在年解密后适用本授权书。^^不保密,同意在校园网±发布,供校内师生和与学校有共享协议的单位浏览;同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKI《中国知识资源总库》,传擺学位论文的全部或部分内容。""(请在W上相应方框内打V)作者签名:辰日期:件巧叫3'指

5、导教师签::名度日期巧日和t(W::作者联系电话电子邮箱地址恪:联系邮编)摘要随着互联网以及移动互联网的普及兴起,越来越多的人正在花费更多的时间在移动设备上浏览网络享受服务,而在网上冲浪过程中用户产生和分享的图像数据正在变得越来越庞大且图像在所有数据中正逐渐占据越来越大的比重,如何利用这些图片数据并根据用户在移动设备上的使用习惯创造富有价值的图片应用就成了一个值得探讨的话题。也正是在这样一个背景下,本文设计了一个利用图像检索技术提取图像特征并实现智能检索匹配且面向移动设备使用的图像匹配系统。该图像匹配系统

6、的优点在于:第一、它并非只提取图像的单一特征,而是提取了图像的多种特征并进行了基于权值的多特征融合处理,从而可以充分挖掘和描述出图像更加全面的信息。第二、该系统采用了相关反馈技术与支持向量机结合的技术思路实现了系统的智能反馈,首先通过支持向量机的方法完成图像分类,在此技术上当系统开始运行后由用户在上传目标图像,输入查询条件后对返回的匹配结果进行手动标注,并根据用户的反馈信息调整对应的图像特征的权值,同时由支持向量机依据该反馈信息再进一步实现图像分类的优化。第三、该系统是面向移动设备使用的,在前端界面方面也实现了移动优先的设

7、计,这符合移动互联网潮流且方便用户使用,而且整个系统基于B/S架构,任何设备都可以通过浏览器访问该系统并使得系统足够轻量化和具有可扩展性。本文主要开展的工作包括:1、完成该系统的前端界面的响应式设计布局使其无论是在手机端还是平板电脑等移动设备上都能自适应显示。2、设计该系统的服务端架构,划分具体的功能模块,保证服务器的高并发和可扩展性以及稳定性。3、完成系统数据库的图像数据存储以及图像特征数据库的构建4、完成该系统的图像特征提取和相似度匹配等核心图像算法的实现和模块化设计。5、利用支持向量机完成图像分类以及设计相关反馈通道

8、的实现过程。关键词:特征融合、支持向量机、交互反馈、图像匹配IAbstractWiththeascendingtrendoftheinternet,especiallythemobileinternet,therearemoreandmorepeoplespendingmoretimeonenjoyth

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。