基于支持向量机的图像检索若干问题PDF格式文档图书下载

第一章 绪论 1

1.1概述 1

1.1.1研究背景 1

1.1.2研究意义 4

1.2国内外研究现状 6

1.2.1图像内容检索的发展现状及典型系统 6

1.2.2遥感影像内容检索的发展现状及研究成果 9

1.3存在的主要问题 12

1.4研究内容 14

1.5研究方法 16

1.6技术路线 17

第二章 基于内容的遥感影像检索 18

2.1概述 18

2.2基于文本的图像检索 19

2.3遥感影像的特点及其对检索的要求 20

2.3.1遥感影像的特点 20

2.3.2遥感影像对检索的要求 21

2.4遥感影像内容检索的相关技术 21

2.4.1特征提取 22

2.4.2相似性度量 30

2.4.3多维索引机制 33

2.4.4检索系统设计 34

2.4.5检索性能评价 34

2.5小结 37

第三章 基于复小波变换和支持向量机的纹理图像分类方法 38

3.1概述 38

3.2支持向量机基本理论 39

3.2.1机器学习的基本问题 39

3.2.2统计学习理论 42

3.2.3支持向量机 45

3.3小波变换 54

3.3.1实小波变换 54

3.3.2二元树复小波变换 58

3.4基于二元树复小波变换的特征提取算法 62

3.4.1实验数据集 62

3.4.2二元树复小波变换纹理特征提取算法 63

3.4.3支持向量机分类器 64

3.4.4实验结果与分析 66

3.5小结 72

第四章 基于综合特征的遥感影像内容检索方法 74

4.1概述 74

4.2基于颜色特征的检索方法 76

4.2.1颜色模型 76

4.2.2颜色直方图 79

4.2.3实验结果与分析 81

4.3基于纹理特征的检索方法 87

4.3.1传统Gabor小波变换 87

4.3.2改进的Gabor特征提取方法 89

4.3.3实验结果与分析 91

4.4基于支持向量机的多特征检索方法 94

4.4.1不同特征的特点 94

4.4.2特征归一化 95

4.4.3支持向量机特征权重分配算法 97

4.4.4实验结果与分析 99

4.5小结 103

第五章 基于支持向量机的主动相关反馈检索方法 105

5.1概述 105

5.2相关反馈提出的背景 106

5.3相关反馈技术的研究现状 107

5.3.1相关反馈方法分类 108

5.3.2相关反馈设计的相关因素 112

5.3.3相关反馈中存在问题 114

5.4主动学习 115

5.4.1主动学习的概念 117

5.4.2主动学习算法 118

5.4.3支持向量机主动学习模型 120

5.5支持向量机主动反馈检索算法 124

5.5.1问题提出 124

5.5.2主动集成学习算法 126

5.5.3实验结果与分析 131

5.6小结 136

第六章 原型系统设计与实现 137

6.1概述 137

6.2系统结构 137

6.2.1建库模块 138

6.2.2查询模块 140

6.2.3库管理模块 141

6.3系统实现 141

6.3.1实验数据 141

6.3.2检索示例 141

6.4性能评价 146

6.5小结 146

第七章 结论 147

参考文献 150

查看更多关于基于支持向量机的图像检索若干问题的内容