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?
上一篇:struts2多式联运物流信息平台的设计与实现
下一篇:基于图的聚类算法研究+文献综述

基于PageRank算法的网络数据分析

基于神经网络的验证码识别算法

基于网络的通用试题库系...

自拍图像中的记忆痕迹【5090字】

网络常见故障的分类诊斷【2055字】

网络安全的研究【1797字】

浅析搜索引擎的原理及发展前景【2973字】

C#学校科研管理系统的设计

医院财务风险因素分析及管理措施【2367字】

中国学术生态细节考察《...

志愿者活动的调查问卷表

承德市事业单位档案管理...

神经外科重症监护病房患...

公寓空调设计任务书

国内外图像分割技术研究现状

10万元能开儿童乐园吗,我...

AT89C52单片机的超声波测距...