《基於支持向量機的圖像檢索若干問題》針對遙感影像內容檢索套用的關鍵技術，重點對特徵提取、綜合特徵檢索和主動相關反饋技術提出一些新方法和新思路，套用遙感影像處理、計算機視覺及機器學習等領域的相關知識分別從理論和技術角度對其價值和實用性予以分析和驗證，旨在通過相關理論改進和檢索技術創新來進一步提高遙感影像內容檢索的性能。
基本介紹
- 中文名：基於支持向量機的圖像檢索若干問題
- 外文名：Some Issues of Content-based Image Retrieval Based on Support Vector Machine
- 作者：解洪勝
- 出版社：山東人民出版社
- 頁數：165頁
- 開本：16
- 類型：科技
- 出版日期：2013年10月1日
- 語種：簡體中文
- ISBN：7209076239
內容簡介,圖書目錄,
內容簡介
《基於支持向量機的圖像檢索若干問題》系統地分析和歸納了目前遙感影像內容檢索在國內外的研究現狀及主要研究成果，總結研究了遙感影像內容檢索涉及的若干關鍵技術。通過對目前國內外研究存在的不足之處和亟待進一步解決的問題進行分析和探討，引出了《基於支持向量機的圖像檢索若干問題》要研究的主題和切入點，並有針對性地提出了具體實現的研究方法和技術路線。
圖書目錄
前言
第一章緒論
1.1概述
1.1.1研究背景
1.1.2研究意義
1.2國內外研究現狀
1.2.1圖像內容檢索的發展現狀及典型系統
1.2.2遙感影像內容檢索的發展現狀及研究成果
1.3存在的主要問題
1.4研究內容
1.5研究方法
1.6技術路線
第二章基於內容的遙感影像檢索
2.1概述
2.2基於文本的圖像檢索
2.3遙感影像的特點及其對檢索的要求
2.3.1遙感影像的特點
2.3.2遙感影像對檢索的要求
2.4遙感影像內容檢索的相關技術
2.4.1特徵提取
2.4.2相似性度量
2.4.3多維索引機制
2.4.4檢索系統設計
2.4.5檢索性能評價
2.5小結
第三章基於復小波變換和支持向量機的紋理圖像分類方法
3.1概述
3.2支持向量機基本理論
3.2.1機器學習的基本問題
3.2.2統計學習理論
3.2.3支持向量機
3.3小波變換
3.3.1實小波變換
3.3.2二元樹復小波變換
3.4基於二元樹復小波變換的特徵提取算法
3.4.1實驗數據集
3.4.2二元樹復小波變換紋理特徵提取算法
3.4.3支持向量機分類器
3.4.4實驗結果與分析
3.5小結
第四章基於綜合特徵的遙感影像內容檢索方法
4.1概述
4.2基於顏色特徵的檢索方法
4.2.1顏色模型
4.2.2顏色直方圖
4.2.3實驗結果與分析
4.3基於紋理特徵的檢索方法
4.3.1傳統Gabor小波變換
4.3.2改進的Gabor特徵提取方法
4.3.3實驗結果與分析
4.4基於支持向量機的多特徵檢索方法
4.4.1不同特徵的特點
4.4.2特徵歸一化
4.4.3支持向量機特徵權重分配算法
4.4.4實驗結果與分析
4.5小結
第五章基於支持向量機的主動相關反饋檢索方法
5.1概述
5.2相關反饋提出的背景
5.3相關反饋技術的研究現狀
5.3.1相關反饋方法分類
5.3.2相關反饋設計的相關因素
5.3.3相關反饋中存在問題
5.4主動學習
5.4.1主動學習的概念
5.4.2主動學習算法
5.4.3支持向量機主動學習模型
5.5支持向量機主動反饋檢索算法
5.5.1問題提出
5.5.2主動集成學習算法
5.5.3實驗結果與分析
5.6小結
第六章原型系統設計與實現
6.1概述
6.2系統結構
6.2.1建庫模組
6.2.2查詢模組
6.2.3庫管理模組
6.3系統實現
6.3.1實驗數據
6.3.2檢索示例
6.4性能評價
6.5小結
第七章結論
參考文獻
第一章緒論
1.1概述
1.1.1研究背景
1.1.2研究意義
1.2國內外研究現狀
1.2.1圖像內容檢索的發展現狀及典型系統
1.2.2遙感影像內容檢索的發展現狀及研究成果
1.3存在的主要問題
1.4研究內容
1.5研究方法
1.6技術路線
第二章基於內容的遙感影像檢索
2.1概述
2.2基於文本的圖像檢索
2.3遙感影像的特點及其對檢索的要求
2.3.1遙感影像的特點
2.3.2遙感影像對檢索的要求
2.4遙感影像內容檢索的相關技術
2.4.1特徵提取
2.4.2相似性度量
2.4.3多維索引機制
2.4.4檢索系統設計
2.4.5檢索性能評價
2.5小結
第三章基於復小波變換和支持向量機的紋理圖像分類方法
3.1概述
3.2支持向量機基本理論
3.2.1機器學習的基本問題
3.2.2統計學習理論
3.2.3支持向量機
3.3小波變換
3.3.1實小波變換
3.3.2二元樹復小波變換
3.4基於二元樹復小波變換的特徵提取算法
3.4.1實驗數據集
3.4.2二元樹復小波變換紋理特徵提取算法
3.4.3支持向量機分類器
3.4.4實驗結果與分析
3.5小結
第四章基於綜合特徵的遙感影像內容檢索方法
4.1概述
4.2基於顏色特徵的檢索方法
4.2.1顏色模型
4.2.2顏色直方圖
4.2.3實驗結果與分析
4.3基於紋理特徵的檢索方法
4.3.1傳統Gabor小波變換
4.3.2改進的Gabor特徵提取方法
4.3.3實驗結果與分析
4.4基於支持向量機的多特徵檢索方法
4.4.1不同特徵的特點
4.4.2特徵歸一化
4.4.3支持向量機特徵權重分配算法
4.4.4實驗結果與分析
4.5小結
第五章基於支持向量機的主動相關反饋檢索方法
5.1概述
5.2相關反饋提出的背景
5.3相關反饋技術的研究現狀
5.3.1相關反饋方法分類
5.3.2相關反饋設計的相關因素
5.3.3相關反饋中存在問題
5.4主動學習
5.4.1主動學習的概念
5.4.2主動學習算法
5.4.3支持向量機主動學習模型
5.5支持向量機主動反饋檢索算法
5.5.1問題提出
5.5.2主動集成學習算法
5.5.3實驗結果與分析
5.6小結
第六章原型系統設計與實現
6.1概述
6.2系統結構
6.2.1建庫模組
6.2.2查詢模組
6.2.3庫管理模組
6.3系統實現
6.3.1實驗數據
6.3.2檢索示例
6.4性能評價
6.5小結
第七章結論
參考文獻
