基于韦伯定律的图像相似度检测应用研究.doc

基于韦伯定律的图像相似度检测应用研究.doc

  1. 1、本文档共50页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
大连理工大学本科毕业设计(论文) 基于韦伯定律的图像相似度检测应用研究 A Descriptor for Image Similarity detection based on Weber’s Law 学 院(系): 电子信息与电气工程学部 专 业: 计算机科学与技术 学 生 姓 名: 杜伟明 学 号: 201081291 指 导 教 师: 胡小鹏 评 阅 教 师: 王凡 完 成 日 期: 2014.6.4 大连理工大学 Dalian University of Technology 大连理工大学毕业设计(论文)格式规范 基于韦伯定律的图像相似度检测应用研究 - PAGE II - - PAGE I - 摘 要 图像相似度是对于图像之间内容的相似程度打分,即以数值的形式表示两幅图像的相似的程度。从数学的意义上来讲,相似度是一种概率,即为两幅图像共同部分的可能性。计算图像相似度是为了进一步的应用,如图像检索、图像配准、目标识别与分类、纹理识别、机器人漫游、三维重建、运动跟踪、场景分类、视觉数据挖掘等。目前有数学上的矩阵分解、基于特征点、直方图对比等众多方法计算相似度,在这篇论文中我们采用直方图对比的巴氏距离的算法来计算相似度。而巴氏距离算法中的特征值以及直方图来源于WLD(韦伯局部特征)。 本文针对图像相似度的众多算法进行比较研究,选择巴氏距离算法从WLD分布直方图中计算相似度。主要工作如下:基于WLD特征提取,Chen et al.在2010年提出一种基于韦伯定律简单鲁棒的局部特征:WLD。它由两个部分组成,分别是差分激励与梯度方向。差分激励是由当前像素与邻近像素强度差分比值,梯度方向此像素点的方向梯度。我们根据图像中每个像素点,运用相关方法分别提取出差分激励和梯度方向值。生成图像的WLD特征直方图。基于WLD特征的分布,通过巴氏距离算法计算图像之间的相似度。我们的图像相似度结果BC为[0,1]的浮点数,其值越大表示两幅图的相似度越高,当BC=1时,两幅图精确匹配。 综上,本文进行图像相似度算法的比较,并将传统直方图匹配算法与韦伯定律结合得到优化。基于WLD计算图像特征直方图采用巴氏距离算法计算图像的相似度,完成了仿真实验。 关键词:图像相似度;韦伯定律;韦伯局部特征;特征提取;巴氏距离 基于韦伯定律的图像相似度检测应用研究 - PAGE IV - A Descriptor for Image Similarity detection based on Weber’s Law Abstract Image similarity is for the degree of similarity between the content rate of the image, which the value is represented in the form of the degree of similarity of two images. In the sense of mathematical terms, similarity is a kind of probability, namely the possibility of part together for the two images. Image similarity is calculated in order to further application, such as image retrieval, image registration, target recognition and classification, texture recognition, robot, 3D reconstruction, motion tracking, scene classification and visual data mining, etc. There are mathematical matrix decomposition method to calculate a number of feature points , histogram -based similarity and contrast, in this paper we use the histogram comparison algorithm Bhattacharyya distance to calculate the similarity. The eigenvalues Bh

文档评论(0)

annylsq + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档