收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

WWW图像分类方法研究

刘彤彦  
【摘要】:随着信息技术的快速发展、信息高速公路的建设和互联网技术的推广应用,人们正快步走近信息化社会。在信息化社会中,网络为用户提供了大量的可用资源,如文本、图像、视频、音频等。互联网资源也成为教育资源库建设的重要来源。但是互联网上的信息种类繁多,排列错综复杂,这就给相应的信息检索带来一定的困难。 近几年来,基于内容的图像分类检索技术有了长足的发展,主要是基于低层次视觉特征的图像检索,比较成功的例子有美国IBM公司的QBIC系统等。在基于内容的多媒体信息分类检索技术研究中,基于理解的文本分类检索已经有比较好的研究成果,但基于视觉特征和语义特征的图像、音视频分类检索尚处于研究的初始阶段。目前,在图像分类方面,还没有比较成熟的算法能够对所有的图像类型都进行有效的分类。因此研究图像分类的有效算法对于图像检索技术发展具有十分重要的意义。本文即针对WWW图像分类方法进行了研究。 本文将WWW图像按功能分为图标类图像和图片类图像两大类。图标类图像一般尺寸都较小,它的功能在于给使用者一个简单提示或标识。而图片类图像一般为包括具体内容的图像,比如山水、风光、人物、绘画等。图片类图像按内容又可继续分为照片类和图画类。照片类图片可以继续细分为人造景物类图片和自然景物类图片,图画类图片可分为绘画类和图表类。对不同的图像类型分析其特征,从图像中提取相应的参量,利用参量设计算法对图像进行分类。在图片类图像继续分类中,采用了颜色数参量和相对颜色直方图参量结合使用的算法。本文还对Hough直线检测方法进行了改进,并将其作为照片类和图画类图像分类的重要参量。 另外,本文对纹理图像分类也进行了一定的研究。首先利用霍夫变换直线检测方法识别比较简单规则的条纹状、网格状纹理。对于较复杂的纹理,将神经网络引入到纹理图像分类中,利用Gabor滤波器提取纹理特征参数并结合Tamura纹理特征参量作为图像的分类参量,利用神经网络的自适应、联想记忆和非线性转换能力处理提取的参量数据,实现对纹理图像的分类。 整个试验平台是在Windows 2000操作系统下,以Visual C++6.0开发的。以Acess作为图像特征数据库进行分类验证。实验结果表明,本文提出的分类算法具有良好的可行性,实验的正确率较高。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 马帅营;;基于灰度共生矩阵和BP神经网络集成的纹理图像分*类[J];大连民族学院学报;2009年03期
2 于君娜;赵春晖;;一种基于BP网络和决策融合的高光谱遥感图像分类方法[J];应用科技;2007年01期
3 赵炳爱,范晓虹;直方图在图像分类快速算法中的应用研究[J];电脑开发与应用;2003年05期
4 潘建刚,赵文吉,宫辉力;遥感图像分类方法的研究[J];首都师范大学学报(自然科学版);2004年03期
5 冯霞,黄亚楼;基于压缩直方图的图像分类[J];南京航空航天大学学报;2005年03期
6 孟祥增,杨晓娟;结合主题与内容的Web图象分类[J];山东师范大学学报(自然科学版);2005年04期
7 王一达;沈熙玲;谢炯;;遥感图像分类方法综述[J];遥感信息;2006年05期
8 赵凯;李春平;;一种基于粗糙集的图像分类方法[J];微计算机应用;2007年05期
9 李海峰;杜军平;;颜色特征的图像分类技术研究[J];智能系统学报;2008年02期
10 李含光;吴小季;;基于脊波变换和SVM的MSTAR图像分类[J];武汉理工大学学报;2010年16期
11 刘斌;陆华;刘国涛;;遥感数据的粗糙集表示及分类[J];四川理工学院学报(自然科学版);2011年01期
12 朱义明;;基于Hadoop平台的图像分类[J];西南科技大学学报;2011年02期
13 谭衢霖,邵芸;雷达遥感图像分类新技术发展研究[J];国土资源遥感;2001年03期
14 孙蕾,耿国华,周明全,李丙春;用于医学图像分类的支持向量机算法研究[J];计算机应用与软件;2004年11期
15 赵永强;潘泉;张洪才;;基于变精度粗集的分类方法[J];计算机科学;2004年03期
16 于子凡;杜贵君;林宗坚;;图像盒子维数特征计算方法改进[J];测绘科学;2006年01期
17 汤进;张春燕;罗斌;;基于图谱分解和概率神经网络的图像分类[J];中国图象图形学报;2006年05期
18 翟俊海;张素芳;王熙照;;基于小波变换和支持向量机的图像分类[J];河北大学学报(自然科学版);2007年03期
19 黄启宏;刘钊;;基于多超平面支持向量机的图像语义分类算法(英文)[J];光电工程;2007年08期
20 江勇;张晓玲;师君;;基于目标分解与支持向量机的极化SAR图像分类研究(英文)[J];中国图象图形学报;2008年08期
中国重要会议论文全文数据库 前10条
1 吴霜;张一飞;修非;王大玲;鲍玉斌;于戈;;基于兴趣点特征提取的医学图像分类[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
2 陈思坤;吴洪;;基于图分块并利用空间金字塔的医学图像分类[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
3 吴今培;胡旭川;陈世权;;非线性时间序列动态建模与预测的BP神经网络方法[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
4 包健;吴迎笑;严义;;神经网络反锐化掩模算法在车牌识别中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年
5 吴进华;巫检丰;李莉;;基于BP神经网络的非线性动态系统辨识方法[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年
6 周扬;翁剑枫;王昕峰;;于BP神经网络多光谱测温仪设计[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
7 齐冬莲;赵光宙;;非线性动力学系统的神经网络内模控制研究[A];第11届全国电气自动化电控系统学术年会论文集[C];2002年
8 汪渤;闫杰;高洪民;;惯性导航系统传递对准技术研究[A];中国惯性技术学会光电技术专业委员会第五次学术交流会暨重庆惯性技术学会第九次学术交流会论文集[C];2002年
9 万余庆;;高光谱遥感图像分类识别精度比较[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
10 甄洪斌;张晓锋;沈兵;何必;杨华;;基于BP神经网络的舰船电力系统暂态稳定性分析[A];现代船舶机电维修技术(2005)[C];2005年
中国博士学位论文全文数据库 前10条
1 员永生;基于支持向量机分类的面向对象土地覆被图像分类方法研究[D];西北农林科技大学;2010年
2 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
3 曾璞;面向语义提取的图像分类关键技术研究[D];国防科学技术大学;2009年
4 朱蓉;基于语义的Web图像分类研究[D];浙江大学;2011年
5 蔡红苹;基于局部特征的图像分类识别关键技术研究[D];国防科学技术大学;2010年
6 凌飞龙;面向植被识别的SAR图像分类方法研究[D];中国林业科学研究院;2010年
7 张旗;基于属性的图像分类研究[D];大连海事大学;2005年
8 宋余庆;医学图像数据挖掘若干技术研究[D];东南大学;2005年
9 王宇旸;基于可重构计算技术的图像识别与分类系统研究[D];中国科学技术大学;2009年
10 李凌;金属断口图像分类与条带周期测量技术研究[D];南京航空航天大学;2011年
中国硕士学位论文全文数据库 前10条
1 刘彤彦;WWW图像分类方法研究[D];山东师范大学;2004年
2 武京相;融合全局和局部特征的医学图像分类[D];电子科技大学;2010年
3 臧伟;Boosting算法在远程教育分析和图像分类中的应用研究[D];清华大学;2004年
4 贾宁;基于粗糙集的图像分类和检索研究[D];南华大学;2010年
5 华媛媛;纹理信息在遥感图像分类中的应用与研究[D];西安科技大学;2009年
6 高锦;基于SVM的图像分类[D];西北大学;2010年
7 龚建军;无线网络图像检测系统[D];浙江大学;2004年
8 薛长花;基于半监督学习的静态极光图像分类[D];西安电子科技大学;2010年
9 李慧君;基于量子克隆进化算法的BP神经网络POLSAR图像分类[D];哈尔滨工业大学;2010年
10 柳一鸣;自适应量子行为粒子群算法及其在图像分类中的应用研究[D];浙江大学;2011年
中国重要报纸全文数据库 前7条
1 刘杰;民众网络晒照片,博物馆兴趣浓烈[N];中国摄影报;2009年
2 ;尽享极速冲浪快感的 Longator 2004横空出世[N];中国电脑教育报;2004年
3 费振波 武英举 本报记者 吴利红;金星软硬件开发齐头并进[N];黑龙江日报;2004年
4 武德锋 李国辉 林洪文 姚作梁;图像世界任我行[N];计算机世界;2002年
5 ;通用数字视觉平台JVISION-500[N];科技日报;2003年
6 乔瑞波;遥感技术在防汛指挥决策中的运用[N];中国水利报;2009年
7 汽车行业“十五”规划研究课题组;“十五”摩托车市场需求预测[N];中国机电日报;2000年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978