图像搜索引擎特征及分类

由于计算机网络技术的发展及广泛使用,人们对图像信息的需求也越来越多.本文首先介绍图像搜索引擎的分类,然后对典型搜索引擎的特点给予描述.     

图像分割算法的分类与研究

图像分割是AI领域中一个重要的分支,是机器视觉技术中关于图像理解的重要一环。近年的自动驾驶技术中,也需要用到这种技术。车载摄像头探查到图像,后台计算机可以自动将图像分割归类,以避让行人和车辆等障碍。近年来传统分割算法不断被科研工作者优化和组合,相信会有更多的分割新算法井喷而出。     

数据挖掘中决策树分类算法的研究与改进

决策树分类算法是数据挖掘中一个重要的内容,而ID3算法又是决策树分类算法中的一种重要方法且被广泛应用。然而在实际应用过程中,现存的决策树算法也存在着很多不足之处,如计算效率低下、多值偏向等。为了解决这些问题,提出了一种基于ID3算法的加权简化信息熵算法,它提高了决策树的构建速度,减少了算法的计算运行时间,同时也克服了ID3算法往往偏向于选择取值较多的属性作为测试属性的缺陷。并且随着数据规模的增大,决策树的分类性能表现得越好。     

基于数据挖掘算法的决策支持系统的优化研究

将信息熵对信息和数据的不确定性分析来度量数据所带来的不确定性程度,利用数据挖掘算法中的蚁群聚类算法,结合信息熵理论对网络客户数据进行分析,其中,信息熵理论中的不确定性分析,可以较好的帮助聚类数据对象,数据在此基础上进行再重组,其结果可进一步提高决策的有效性。     

图像语义特征的探索及其对分类的影响研究

【目的/意义】针对当前利用计算机管理图像资源存在图像语义特征表达不足等问题,探索和分析了特征及 特征融合对分类结果的影响,提出了一种提高图像语义分类准确率的方法。【方法/过程】本文定义了四种图像风 格,将图像描述特征划分为三个层次,探究特征融合的特点,寻求能有效表达图像语义的特征。分别采用SVM、 CNN、LSTM 及迁移学习方法实现图像风格分类,并将算法组合以提高分类效果。【结果/结论】基于迁移学习的 ResNet18模型提取的深层特征能够较好地表达图像的高级语义,将其与SVM结合能提高分类准确率。特征之间 并不总是互补,在特征选择时应避免特征冗余,造成分类效率下降。【创新/局限】本文定义的风格数目较少,且图像 展示出的风格并不绝对,往往可以被赋予多种标签,今后应进一步丰富图像数据集并尝试进行多标签分类。     

基于遥感图像特征的分类方法研究

基于光谱特征的遥感图像信息提取方法存在分类精度和效率低的不足,在ENVI软件下采用基于灰度共生矩阵提取纹理特征的方法,将纹理特征参与到光谱特征中进行分类,并与基于光谱单源数据分类进行分析和比较。实验结果表明,纹理特征参与分类在一定程度上提高了遥感图像的分类精度。     

基于keras的卷积神经网络的图像分类算法研究

当前卷积神经网络应用于图像识别已成为研究的热点之一。相比于Tensorflow,Keras使用最少的程序代码、花费最少的时间就可以建立深度学习模型,进行训练、评估准确率,并进行预测。在Python的环境下输入CIFAR-10数据集,对图片进行归一化、数据增强等预处理后,利用Keras构造改进的VGG16卷积神经网络结构对CIFAR-10图像数据集进行建模和预测,最后通过比较不同的Batch Size来比较不同模型的准确率和损失,实验结果表明当Batch Size为128,CIFAR-10数据集识别正确率达到89%,明显高于其他方法。     

一种图像特征的提取算法研究

小波变换在图像处理方面是一个很有效的工具,本文介绍了使用Matlab环境进行的图像特征的提取算法,详细说明了算法的实现,试验证明本文提出的算法在图像特征提取方面是有效的。     

高强度聚焦超声图像的去标记算法研究

高强度聚焦超声(HIFU)技术是一种治疗肿瘤的微创消融技术,手术中目标肿瘤通常是由操作医师人工分割获得的,这种方法的效率较低,但在使用自动分割方法时,往往面临HIFU图像本身质量较差,且其上有专家标记等问题。针对此问题,利用超声图像的噪声特点,提出一种HIFU图像的去标记算法,以达到对HIFU图像预处理的目的。实验表明,此算法可以有效的去除图像的标记信息,提高图像的质量。     

基于特征融合的图像检索算法研究

提出一种新颖的基于特征融合的灰度图像检索算法,该算法将图像按一定步长量化并映射为n阶频率矩阵,然后融合矩阵第一、第二奇异值向量的信息得到图像复特征向量,最后以余弦相似度作为图像检索的相似度度量.实验数据分析表明,算法在检索性能上优于传统的颜色直方图法.     

基于果蝇优化算法优化Powell的图像配准研究

基于Powell算法的互信息的图像配准方法虽然具有鲁棒性强、配准精度高等优点,但是在搜索最大互信息的过程中涉及大量的浮点运算,容易陷入局部最优。结合果蝇优化算法具有控制参数少,收敛速度快和全局最优的优点,提出一种果蝇优化算法优化Powell算法的图像配准算法。实验结果表明,改进算法可以有效地提高Powell算法的全局最优搜索的速度,限制局部最优,极大地提高配准精度,可以达到亚像素级。     

基于自适应颜色纹理特征的安检图像检测及分类

由于传统人工安检的方式容易出现错检和漏检的情况,文章提出一种基于自适应颜色纹理特征的X光安检图像检测分类算法。首先构造自适应模糊颜色模板,然后在X光图像的多尺度塔形分解层上提取图像的中值二值模式算子,最后利用词袋模型构造表征多种目标的特征词典。实验结果表明,基于这一表征方法能够实现高正确率的多类X光安检图像的自动检测分类。     

数据挖掘算法的分析与研究

本文对数据挖掘的基本理论进行了分析研究,总结了数据挖掘的基本步骤,归纳了数据挖掘的基本方法,并在此基础上,提出了用数据挖掘进行数据分析的通用策略。     

一种基于不变矩的图像分类算法

在图像分类和识别技术中,针对图像特征的提取这一重要问题,文章实现了用三种不变矩对图像目标提取特征并进行分类的方法,该方法分别提取目标的区域中心矩、区域中心不变矩和径向矩作为特征矢量,并与区域协特征方差算子进行图像分类比较分析。将特征用支持向量机的方法进行分类器的训练,再对目标进行分类。实验结果表明,区域径向矩算子运用在车辆目标分类中具有较好的效果。     

数据挖掘领域经典算法的研究

大数据产业的兴起给数据挖掘领域带来了新的生机。数据挖掘是从各行各业产生的大量的信息中挖掘出对于人们有用和有价值的知识。数据挖掘是信息时代的产物,数据挖掘是从很早就开始研究,但是真正的将数据挖掘应用到实践中是从最近几年开始兴起。本文就数据挖掘领域中经典的算法,按照分类算法和聚类算法分别给出了介绍。     

基于卷积神经网络的SVM分类算法在图像分类中的应用

利用卷积神经网络强大的自学能力,训练合适的CNN来提取图像特征信息,利用RBF函数作为支持向量机的核函数,并结合粒子群算法优化SVM参数,完成图像分类的混合算法。针对乳腺组织的病理图像分类性能的实验分析,给出了混合分类算法的优越性。     

新疆地方性肝包虫CT图像纹理特征的分类研究

纹理特征是图像分析的重要线索,灰度共生矩阵法提取的纹理特征具有很好的鉴别和分类能力。本文运用灰度共生矩阵分析新疆地方性肝包虫CT图像并进行特征提取,对图像进行尺寸归一、去噪和增强的预处理,计算0°,45°,90°和135°方向的能量、熵、对比度、相关性和逆差矩的均值,构成特征向量,并进行统计分析,用最大类间距法获取图像分类的主要特征,同时使用判别分析法对特征的分类能力进行评价。实验结果表明,灰度共生矩阵法提取的特征在统计分析中存在差异,最大类间距计算获得的特征能提高图像分类的准确率,一定程度上有助于对肝包虫病CT图像进行分类和检索。     

图像局部自交干扰排除的渐变优化算法研究

在二维平面图形渐变算法中,但是对于较为复杂的图形,由于传统算法本身存在的不足,图形渐变过程中有时会出现一些局部自交现象,影响图形的渐变效果。为了避免上述缺陷,提出了一种图像局部自交干扰排除的渐变优化算法。利用小波对图像的边沿像素进行变换,提取图像边沿的纹理特征,利用K均值聚类方法,对边沿纹理像素设置分类阀指,消除图像局部自交干扰。实验结果表明,利用本文算法下的图像渐变过程得到了优化,取得了令人满意的效果。     

特征选择算法在层次分类中的技术研究

特征证选择算法在文本分类中非常重要,本文就对其在层次分类中的应用进行了分析。通过比较DF,M1,和x2三个经典的特征选择算法在20NewsGmups数据集的表现,我们发现在SVMLight分类器下X2方法在层次分类中能够表现的更优秀,实验结果显示它在各个不同的特征维数下都能够保持稳定的优势。     

基于狼群算法优化Snake模型的图像分割算法

针对图像分割中难以分割出精准的目标以及分割速度较慢的情况,使用狼群算法优化Snake模型中的能量函数,逐渐找到目标的位置点。实验表明:该算法避免Snake模型中的能量函数早熟引起的过早停滞在目标伪边缘上,分割出来的目标在精度上有所提高,分割的速度有一定的提高。