一种基于网络学习图像特征融合新方法.docVIP

一种基于网络学习的图像特征融合新方法 　　摘 要：提出了一种图像特征融合新方法，应用于分析和挖掘图像中蕴含的丰富信息.基于神经网络学习功能构建图像特征与内涵之间的映射关系，达到挖掘图像内涵的目的.研究以文物图像为研究对象，选择了100幅古建筑图像，提取图像特征信息及其蕴含的语义信息，构建神经网络学习样本库，训练神经网络学习.实验选取了6幅测试样本，神经网络学习结果验证了本文方法的可行性和实用性.?? 　　关键词：图像语义;特征提取;融合算法;神经网络 　　?? 　　中图分类号： TP18 文献标识码：A 　　 　　A New Method of Image Character Fuse ?? 　　Based on Neural Network Learning 　　?お? 　　CHANG Bing-guo???k?? 　　(College of Information Science and Engineering, Hunan Univ, Changsha, Hunan 410082, China) 　　Abstract:A new method of image character fuse was used to analyze and mine a mass of information of image. The mapping between the image character and its meaning was established by using neural network learning to mine the meaning of image. The image of cultural heritage was taken as the object of this study, and the images of 100 ancient buildings were selected. Their image characters and semantic information were extracted, and learning base of neural network was established. The 6 test images were selected and validated the validity and practicability of this method. ?? 　　Key words: image semantic； character extraction； fuse algorithmic； neural network 　　?お? 　　 　　博物馆文物数字化研究已如火如荼地展开，随着以图像为主要类型的多媒体数据的大规模运用和人工智能理论的发展，人们已不满足停留在观赏文物的色泽、纹饰和形状等外部特征这些基本要素上，而是希望借助于人工智能技术，感知文物的深刻内涵，达到透过文物外部现象欣赏内在本质的目的.诚然，计算机通过底层特征匹配得出的图像和人们对图像信息的内在含义理解还存在一定的语义偏差，一个语义往往对应着多种特征，反之亦然.因此，建立对文物的视觉内容和信息内涵之间的映射关联关系，是加强对文物的深入理解，提高文物鉴赏水平，使文物为更多的普通公众理解的重要研究课题.?? 　　近年来，研究领域展开有关图像分割、特征提取及图像复原工作.人们借助于应用数学理论，对图像分割问题进行了深入研究，其中商空间理论、高维空间变换理论、仿生模式识别理论、多权值神经网络理论等在图像分割特征提取领域得到广泛应用［1］，并取得了显著成就.这些工作基本上都是对图像进行聚类分析，建立图像区域聚类和图像高层语义之间的概率分布密度.本文运用分层图像分割理论提取文物图像中蕴含的有意义的特征信息，包括图像灰度值、图像轮廓、图像色泽、反射特征和纹理信息，构造多维特征空间样本库.基于多权值神经网络学习建立文物外部特征与内在含义之间的映射关系，以使公众基于文物图像特征即可解读和理解文物?┠诤?.?? 　　 　　 1 语义映射体系结构?? 　　文物图像外部特征信息和语义信息之间存在着必然的内在关联关系.近年来，以连接主义思想的神经网络理论为基础的人工智能实现技术得到广泛应用［2］.本文在有关学者研究的基础上，提出构建文物外部特征信息和内在语义信息之间关联关系的体系结构模型，如图1所示.?? 　　 　　 　　图1中，文物图像特征信息包括颜色特征信息、形状特征信息和纹理特征信息.多权值神经网络完成对特征空间的模糊处理并建立映射关系.?? 　　1.1 图像特征提取?? 　　神经生理学家Olshausen 和Field的研究成果表明［3］，视