版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)社交的日漸繁榮,以圖搜圖的需求也在日益增長,但是圖像搜索引擎在解決圖像識別的準確性和匹配速率上有許多不足。為了改善圖像搜索的識別效果,提高圖像識別的效率和準確率,本文主要研究了基于尺度不變特征轉(zhuǎn)換(Scale invariant feature transform,SIFT)的圖像特征提取算法,并編寫了圖像識別檢索系統(tǒng)。以圖像預(yù)處理為基礎(chǔ),通過利用SIFT算法提取圖像特征向量,并對該算法進行優(yōu)化,從而提高識別性能。針對SIFT
2、算法對圖像的識別率較低和特征向量維數(shù)過高等方面的不足,本論文提出了利用主成分析法(Principal Components Analysis,PCA)來降低特征向量的維數(shù)和通過加入基于支持向量機(Support Vector Machine,SVM)的機器學(xué)習算法,來提高算法的識別率,從而提高了圖像識別系統(tǒng)的性能,并且通過實驗數(shù)據(jù)表明了SIFT-PCA-SVM算法的有效性。論文最后搭建了一個圖像識別系統(tǒng),該系統(tǒng)能夠從測試圖像數(shù)據(jù)集中準確
3、的識別目標圖像。本論文的主要研究內(nèi)容如下:
?。?)結(jié)合SIFT圖像特征提取算法,分析了該算法的不足,針對SIFT算法存在特征維數(shù)過高和識別率較低等問題,提出了一種比較新穎的SIFT-PCA-SVM算法。通過 PCA算法降低 SIFT特征向量的維數(shù)和通過基于機器學(xué)習的SVM算法提高圖像識別正確率。
?。?)針對本文提出的 SIFT-PCA-SVM算法,搭建了一個圖像識別系統(tǒng)。通過構(gòu)建測試圖像集,對比兩種算法的有效性。實驗
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SIFT算子的模糊圖像識別算法.pdf
- 基于遺傳算法優(yōu)化支持向量機的圖像識別
- 基于匹配的圖像識別算法的應(yīng)用研究.pdf
- 基于DSP的圖像識別算法研究.pdf
- 基于遺傳算法的圖像識別.pdf
- 基于SIFT的火車車底螺栓圖像識別技術(shù)研究.pdf
- 圖像目標的識別——基于稀疏表示的圖像識別算法研究.pdf
- 基于演化算法的運動模糊圖像識別算法研究.pdf
- 基于SIFT特征匹配的雙目視覺圖像識別定位系統(tǒng)研究.pdf
- 手勢圖像識別算法研究.pdf
- 基于群智能算法優(yōu)化的超聲乳腺腫瘤圖像識別.pdf
- 深度學(xué)習圖像識別模型的優(yōu)化及應(yīng)用.pdf
- SIFT算法的優(yōu)化及其在人臉識別上的應(yīng)用.pdf
- 基于ARM的G-SOFM圖像識別算法研究和應(yīng)用.pdf
- 基于深度學(xué)習的水果圖像識別算法研究.pdf
- 基于顏色特征的麥穗圖像識別算法研究.pdf
- 基于圖統(tǒng)計特征的圖像識別算法研究.pdf
- 基于內(nèi)容的圖像檢索和Sift算法的應(yīng)用.pdf
- 基于SIFT算法的多視角人臉識別技術(shù)的優(yōu)化.pdf
- 人臉圖像識別算法研究.pdf
評論
0/150
提交評論