基于內(nèi)容遙感影像檢索技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩69頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶(hù)提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文研究基于內(nèi)容的遙感影像檢索技術(shù)。研究?jī)?nèi)容如下： 1)通過(guò)分析遙感影像檢索中的一些特殊性，結(jié)合大量實(shí)驗(yàn)，重點(diǎn)研究適合于遙感影像的特征提取和相似性度量技術(shù)。提出了一種綜合圖像主顏色和分塊顏色矩特征進(jìn)行檢索的新方法，有效提高了檢索效率。分析了基于經(jīng)典灰度共生矩陣的紋理特征用于遙感影像檢索時(shí)的不足，將改進(jìn)的灰度．平滑共生矩陣應(yīng)用于遙感影像的紋理分析中。并將構(gòu)造的一組Gabor濾波器用于遙感影像的紋理檢索，證明了該方法在遙感影像檢索中

2、具有很好的適用性。本文還分析了形狀特征提取在遙感影像檢索中的必要性，探討了圖像的形狀不變矩特征的提取方法，通過(guò)兩組實(shí)驗(yàn)，證明了不變矩特征用于遙感影像檢索時(shí)，有較高的檢索準(zhǔn)確率。 2)研究了多特征融合檢索中的相似性度量以及特征歸一化等技術(shù)，并將其應(yīng)用于遙感影像的檢索中，實(shí)踐表明融合多種視覺(jué)特征的檢索技術(shù)提高了檢索效率。 3)研究了圖像檢索領(lǐng)域的相關(guān)反饋技術(shù)，針對(duì)本文中的特征融合檢索，提出了一種有效的基于向量空間模型中權(quán)值調(diào)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論