图书介绍

图像特征提取与检索技术PDF|Epub|txt|kindle电子书版本网盘下载

图像特征提取与检索技术
  • 孙君顶等著 著
  • 出版社: 北京:电子工业出版社
  • ISBN:9787121252716
  • 出版时间:2015
  • 标注页数:368页
  • 文件大小:51MB
  • 文件页数:377页
  • 主题词:图象数据库-情报检索

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

图像特征提取与检索技术PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 基于内容的图像检索与关键技术1

1.1图像检索技术的发展1

1.1.1基于文本的图像检索2

1.1.2基于内容的图像检索3

1.1.3自动图像标注技术6

1.1.4国内外研究状况6

1.2 CBIR的研究内容10

1.2.1特征提取与匹配10

1.2.2索引机制10

1.2.3用户接口11

1.3 CBIR的关键技术12

1.3.1基本检索原理12

1.3.2图像内容及检索层次13

1.3.3常用特征描述方法14

1.3.4特征匹配技术19

1.3.5稀疏表示技术25

1.3.6性能评价准则27

1.4 CBIR的应用与经典系统30

1.4.1 CBIR的应用30

1.4.2经典CBIR系统介绍31

1.5本书内容安排38

参考文献39

第2章 图像低层特征的提取与表达45

2.1颜色特征的提取与表达45

2.1.1颜色空间45

2.1.2颜色量化50

2.1.3全局颜色特征51

2.1.4空间颜色特征56

2.2形状特征的提取与表达68

2.2.1概述68

2.2.2基于轮廓的描述方法69

2.2.3基于区域的描述方法89

2.3纹理特征的提取与表达103

2.3.1概述103

2.3.2常用的纹理分析方法104

2.3.3局部二值模式116

2.3.4纹理基元共生矩阵128

2.4 MPEG-7中的图像特征描述符131

2.4.1颜色描述符133

2.4.2形状描述符134

2.4.3纹理描述符135

参考文献136

第3章 基于压缩域的图像检索技术146

3.1概述146

3.1.1图像压缩技术147

3.1.2静态图像压缩标准153

3.1.3压缩域图像检索的原理162

3.1.4压缩域图像检索的研究内容164

3.1.5压缩域图像检索的研究方法164

3.2空间压缩域技术166

3.2.1矢量量化166

3.2.2分形编码169

3.2.3预测编码171

3.3变换压缩域技术172

3.3.1基于DFT压缩域172

3.3.2基于DCT压缩域173

3.3.3基于小波压缩域181

3.3.4基于K-L变换域186

3.4空间域和变换域的融合检索188

3.5 DCT压缩域内的纹理特征189

3.5.1复杂度的定义190

3.5.2复杂度直方图191

3.6 DCT压缩域内的形状特征193

3.6.1理想边缘模型DCT块的分类193

3.6.2空间边缘分布特征的提取195

参考文献196

第4章 视觉注意计算模型205

4.1概述205

4.1.1人类视觉系统205

4.1.2视觉系统理论207

4.1.3研究现状214

4.2基于特征加权的视觉注意计算模型219

4.2.1模型实现过程219

4.2.2物体识别实验223

4.2.3物体搜索实验226

4.3基于高斯混合的视觉注意计算模型229

4.3.1高斯混合模型230

4.3.2基于GMM的视觉注意计算模型232

4.3.3实验与分析236

4.4基于CIELab的视觉注意计算模型239

4.4.1模型实现过程240

4.4.2实验与分析245

参考文献255

第5章 自动图像标注技术261

5.1概述261

5.1.1自动图像标注概述及研究意义261

5.1.2自动图像标注的关键问题264

5.2图像视觉特征选择265

5.2.1视觉特征选择265

5.2.2视觉特征加权266

5.3自动图像标注模型273

5.3.1基于生成模型的标注方法273

5.3.2基于判别模型的标注方法279

5.3.3基于多示例学习的标注方法289

参考文献314

第6章 子空间特征提取技术321

6.1概述321

6.1.1降维原因321

6.1.2子空间特征提取方法的形式化描述及分类323

6.2经典的子空间特征提取方法324

6.2.1线性方法324

6.2.2核方法326

6.2.3流形方法328

6.2.4半监督方法333

6.2.5张量方法334

6.2.6图嵌入框架334

6.3基于自适应近邻图嵌入的局部鉴别投影方法339

6.3.1方法提出的背景339

6.3.2 LFDA339

6.3.3 LADP342

6.4基于对角图像的模糊线性鉴别分析347

6.4.1方法提出的背景347

6.4.2 FLDA347

6.4.3对角图像353

6.4.4 DiaFLDA354

6.5 DCT域内拉普拉斯值排序的子空间特征提取方法357

6.5.1方法提出的背景357

6.5.2离散余弦变换(DCT)357

6.5.3局部保持能力判据359

6.5.4 DCT/LS+LPP361

参考文献362

热门推荐