資源描述：
《圖像聚類及其在圖像檢索中的應(yīng)用研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、ResearchonImageClusteringandItsApplicationinImageRetrievalNanjingNormalUniversityFortheAcademicDegreeofMasterofEngineeringBYChuanhuiYangSupervisedbyProf．GenlinJiSchoolofComputerScienceandTechnologyNanjingNormalUniversityMarch2013學(xué)位論文獨(dú)創(chuàng)性聲明嬲炒掣嘴本人鄭重聲明：所提交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下
2、進(jìn)行的研究工作和取得的研究成果。本論文中除引文外，所有實(shí)驗(yàn)、數(shù)據(jù)和有關(guān)材料均是真實(shí)的。本論文中除引文和致謝的內(nèi)容外，不包含其他人或其它機(jī)構(gòu)已經(jīng)發(fā)表或撰寫過的研究成果。其他同志對本研究所做的貢獻(xiàn)均已在論文中作了聲明并表示了謝意。學(xué)位論文作者簽名：鉑傳蓉日期川}爭6俐學(xué)位論文使用授權(quán)聲明研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬南京師范大學(xué)。學(xué)校有權(quán)保存本學(xué)位論文的電子和紙質(zhì)文檔，可以借閱或上網(wǎng)公布本學(xué)位論文的部分或全部內(nèi)容，可以采用影印、復(fù)印等手段保存、匯編本學(xué)位論文。學(xué)?？梢韵驀矣嘘P(guān)機(jī)關(guān)或機(jī)構(gòu)送交論文的電子和紙質(zhì)文檔，允
3、許論文被查閱和借閱。(保密論文在解密后遵守此規(guī)定)保密論文注釋：本學(xué)位論文屬于保密論文，密級：——保密期限為——年。廠、學(xué)位論文作者簽名：釣i之島艚撕簽名：菇份竹日期：≯J>務(wù)6閆％國日期：f摘要互聯(lián)網(wǎng)技術(shù)與數(shù)字化的飛速發(fā)展以及電子數(shù)碼產(chǎn)品的普及使人們能夠獲取的數(shù)字圖像數(shù)據(jù)已經(jīng)越來越多。然而，對于大量的圖像數(shù)據(jù)，如何讓人們能夠快速有效地進(jìn)行管理與檢索，并從中獲取潛在的有價(jià)值的信息成為亟待解決的問題。為此，基于內(nèi)容的圖像檢索(CBIR)和圖像數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，成為學(xué)者們近年來研究的熱點(diǎn)課題，并取得了許多顯著的成果。本文在前人
4、研究的基礎(chǔ)上，對圖像聚類及其在圖像檢索中的應(yīng)用進(jìn)行了較深入的研究，主要研究工作如下：l、對基于內(nèi)容的圖像檢索和圖像聚類技術(shù)進(jìn)行了分析和研究，總結(jié)了目前流行的圖像特征提取方法、聚類分析方法、相似度計(jì)算模型以及圖像檢索技術(shù)等。2、在特征提取方面，重點(diǎn)研究了基于顏色和紋理的特征提取方法，提出了分塊加權(quán)顏色直方圖方法；在灰度共生矩陣的基礎(chǔ)上，研究了色彩共生矩陣，提出了綜合顏色和紋理的多特征表示方法。實(shí)驗(yàn)表明，這兩種方法能夠更加有效地表示圖像信息，從而使聚類的性能有了較大的提高。3、研究了圖像聚類算法，采用AP(AffinityProp
5、agation)算法進(jìn)行圖像聚類，實(shí)驗(yàn)表明對于圖像聚類，AP算法比傳統(tǒng)聚類方法更加有效。4、設(shè)計(jì)并實(shí)現(xiàn)了一個基于聚類的圖像檢索系統(tǒng)，將聚類技術(shù)應(yīng)用到圖像檢索中。首先將圖像數(shù)據(jù)庫中的圖像進(jìn)行聚類，建立圖像索引，檢索時先找到與待查詢圖像最相似的類，繼而檢索工作繼續(xù)在該類的內(nèi)部進(jìn)行。實(shí)驗(yàn)表明這種方法可以在保證檢索效果的基礎(chǔ)上大大提高檢索效率，節(jié)省時間。關(guān)鍵詞：圖像聚類，圖像檢索，顏色特征，紋理特征AbstractTherapiddevelopmentofintemettechnologyandthepopularizationoft
6、heeleC仃onjcdig蹦productionsenablepeopletogetmoreandmoredigitalimages·lt’sprobl哪sthathowtomanageandretrievethelargenumberofimagesqul嘲yandefficiently'雒(1howtoobtainpotentiallyvaluableinformationfromthem·Co舭basedimagc礬eval(cBm)andimagemininghavebeenhotresearchtopicsfor艙
7、centye甜s·Me雒、砸le，m觚ysignificantresultshavebeenachieved·Inthisthesis，the蚰agec№terhlg鋤mitsapplicationinimageretrievalareresearchedonthebasisofprevlousstudies．Themaincontributionsareasfollows．1．Content．basedimageretrievalandimageclusteringtechniquesarestumed·Currentpop
8、ulartechnologyoffeatureextraction，methodofclustering，slmil鯽哆calclnationmodelandtechnologyofimageretrievalaresummarized‘2．EXtra：tionm礎(chǔ)ods0f
