圖像檢索技術(shù)綜述-wenkub.com
2024-10-07 15:19 本頁面
【正文】 ③ 用戶也可以指定圖像特征，例如，紅色30％，黃色 50％。 SeekImg由四部分組成：爬蟲部分、圖像處理、圖像數(shù)據(jù)庫和查詢服務(wù)器。 基于知識的圖像檢索 將人工智能領(lǐng)域的基于知識的處理方法引入到圖像處理領(lǐng)域，通過對圖像理解、知識表達(dá)、機(jī)器學(xué)習(xí)，并結(jié)合專家和用戶的先驗知識，建立圖像知識庫實現(xiàn)對圖像數(shù)據(jù)庫的智能檢索?？s小語義鴻溝的辦法有 2種：由高層語義導(dǎo)出低層特征和由低層特征向高層語義的轉(zhuǎn)換。 CBIR利用圖像本身固有的物理信息，能夠?qū)D像的顏色、紋理和形狀等特征進(jìn)行比較，在指紋識別、商標(biāo)檢索和醫(yī)學(xué)圖像檢索等特定領(lǐng)域得到了廣泛應(yīng)用，因為這些領(lǐng)域的圖像在某些特征上容易識別，比如同一個手指的指紋其紋理是一樣的。 ?基于區(qū)域的表示 ： 代表方法是 不變矩法。 [3] 3 基于形狀特征的檢索 形狀特征常與目標(biāo)聯(lián)系在一起，需提取目標(biāo)的輪廓或描述目標(biāo)輪廓所包圍的區(qū)域的性質(zhì)。特征提取是CBIR系統(tǒng)最基礎(chǔ)的部分，在很大程度上決定了 CBIR系統(tǒng)的成?。? [1] 特征提取 第 3層：語義特征層 人們對圖像內(nèi)容概念級的反映 第 2層：物理特征層 圖像的顏色、紋理、形狀和輪廓等低層物理特征 第 1層：原始數(shù)據(jù)層 圖像的原始像素點 圖 1 圖像內(nèi)容的層次模型 1 基于顏色特征的檢索 實踐表明，基于顏色的 CBIR系統(tǒng)具有較好的性能，而且實現(xiàn)相對容易．最常用的表達(dá)顏色特征的方法是顏色直方圖。 MPEG7標(biāo)準(zhǔn)化的范圍包括： ?一系列的描述子（描述子是特征的表示法，一個描述子就是定義特征的語法和語義學(xué)）； ?一系列的描述結(jié)構(gòu)（詳細(xì)說明成員之間的結(jié)構(gòu)和語義）； ?一種詳細(xì)說明描述結(jié)構(gòu)的語言、描述定義語言（ DDL）； ?一種或多種編碼描述方法。圖像檢索技術(shù)綜述 王瀟 本文主要內(nèi)容 ?圖像檢索技術(shù)
公司管理相關(guān)推薦
鄂ICP備17016276號-1