当前位置:大学毕业论文> 学士论文>材料浏览

关于图像检索论文范文写作 一种基于Gabor小波和LBP服装图像检索方法相关论文写作资料

主题:图像检索论文写作 时间:2024-03-10

一种基于Gabor小波和LBP服装图像检索方法,本文关于图像检索论文范文,可以做为相关论文参考文献,与写作提纲思路参考。

图像检索论文参考文献:

图像检索论文参考文献 小论文排版与格式初中历史小论文范文科技小论文500字小论文查重

摘 要:在网页中的服装图像难免会有褶皱,而褶皱所构成的纹理不是提取所需的纹理,因此提取的纹理特征并不能很好的对服装图像进行表述;同时基本的LBP算法提取的纹理特征太过于细微,款式的纹理和构造,都是一些比较低频的粗糙纹理,这两种现象的存在极大地影响了检索算法的准确性,为了提高纹理特征在服装图像检索中的准确性,文章提出了一种通过Gabor小波去除褶皱和改进的LBP纹理特征提取以提高服装图像检索精度的算法.实验表明,改进后的算法比已有的算法有更好的检索效果.

关键词:服装图像检索;纹理特征;Gabor小波;LBP

中图分类号:TP391.41 文献标识码:A 文章编号:1006-8937(2014)33-0051-02

电子商务消费者在购买服装师更关心的是服装的款式,款式所构成的纹理是基于图像内容检索方法要提取的主要特征,但电子商务网页中的服装图像难免会有褶皱,而褶皱所形成的纹理又是不需要提取的纹理特征,同时基本的LBP算法提取的纹理过于细微.为了提高人们的搜索体验和图像检索的准确性,本文首先使用Gabor小波去除服装图像中由于褶皱所形成的纹理,再改进的LBP算法的提取纹理特征,实验表明本文的方法具有较好的检索性能.

1 利用Gabor小波消除褶皱

在网页中的服装图像难免会有褶皱,而褶皱所构成的纹理又不是提取所需的纹理,因此去除褶皱所引起的纹理就显得非常有必要.本文首先利用Gabor小波对服装图像进行小波变换,提取小波系数,使用高斯低通滤波器对系数进行低通滤波,再利用Gabor小波逆变换还原服装图像,从而除去褶皱所引起的不必要纹理.

Gabor小波可以看作母小波是Gabor函数的小波变换.一般用f(i,j)表示大小为M×N的图像,这幅图像的2维离散Gabor小波变换可以表示为:

3 实验步骤

查准率具体步骤为:从图像库中每一类图像中随机抽取10幅图像,并对每张图像进行查询,然后分别求出每类图像的平均查准率.基本LBP算法见表1,基本的LBP算法和Gabor消去褶皱,改进的LBP算法和Gabor消去褶皱这3种算法分别对长袖衬衫,长袖T恤,Polo衫,短袖衬衫和短袖T恤的平均查准率.

从表中可以看出本文的检索方法比基本的LBP算法,基本LBP算法和Gabor结合的算法有更好的检索效果.

4 结 语

电子商务消费者在购买服装师更关心的是服装的款式,款式所构成的纹理是基于图像内容检索方法要提取的主要特征,在网页中的服装图像难免会有褶皱,而褶皱所构成的纹理不是提取所需的纹理,因此提取的纹理特征并不能很好的对服装图像进行表述;同时基本的LBP算法提取的纹理特征太过于细微,款式的纹理和构造,都是一些比较低频的粗糙纹理,这两种现象的存在极大地影响了检索算法的准确性,为了提高纹理特征在服装图像检索中的准确性,本文首先提出了使用Gabor小波去除服装图像中的褶皱,从而突出服装图像款式的主要纹理;再使用改进的LBP算法提取纹理特征,可以很好的检索出低频的信息,即服装的款式,在此基础上进行图像检索,实验表明本文提出的改进LBP方法具有较好的检索性能.

参考文献:

[1] 李亚标,王宝光,李温温.基于小波变换的图像纹理特征提取方法及其应用[J].传感技术学报,2009,(9).

[2] T.S.Lee.Image representation using 2D Gabor wavelets[J].Pattern Ana-

lysis and Machine Intelligence,1996,(10).

[3] 冈萨雷斯.数字图像处理[M].北京:电子工业出版社,2013.

结论:关于本文可作为图像检索方面的大学硕士与本科毕业论文图像检索 深度学习论文开题报告范文和职称论文论文写作参考文献下载。

探究小波变换在医学图像处理中的应用
摘 要:由于受到医疗器械先进水平及环境等要素的影响,临床医师的医学图像应用过程常常会产生一些人工处理需求。通过对目前我国医学图像处理现状的分析可。

基于最小二乘法特征点图像拼接方法应用
摘 要:针对常用的图像拼接技术拼接效果有锯齿显现,边缘不圆滑等的问题,文章在精确获取图像特征点匹配对的前提下,采用基于最小二乘法拟合求取较优的变。

英国资产价格和产出关系基于小波分析法
本文主要使用了小波分析方法来研究英国资产市场与宏观经济的关系。分别选取房价和股价作为资产价格,工业生产指数作为宏观产出指标,时间维度是从1991。