论文摘要
图像挖掘是应用数据挖掘技术实现图像理解的多学科交叉研究课题,它融合了数据挖掘、图像处理、计算机视觉、图像检索、机器学习、模式识别、数据库与人工智能等研究领域。图像挖掘的核心任务是从图像底层特征中,高效的获取高层图像空间对象及其关系,提取出图像序列中隐含的、先前未知的、潜在有用的知识、图像关系或其它隐含的图像模式。本文针对图像的“语义鸿沟”问题,提出了图像语义挖掘框架,分别研究了图像语义层式统计模型、图像语义对象获取、图像语义相似测度等内容。并将以上研究成果应用于图像检索,设计了XML驱动的图像语义检索系统原型。本课题是国家973项目“语义网格的基础理论、模型与方法研究”子项目“基于Agent的网格化服务组织与管理”的研究内容之一,是该框架下“语义驱动的应用服务”在图像挖掘与检索服务中的研究案例。 本论文的主要研究结果与创新点包括: 1.探讨了用于缩小图像“语义鸿沟”的语义层式统计模型 根据图像内容不同的语义粒度,定义了四个层次的内容描述机制:图像子块层、元语义层、高级语义层和语义类别层。采用有限混合模型(FMMs)建立各语义层次之间的统计映射关系,利用优化的EM算法自动返回FMMs的最优模型结构,实现模型参数估计。层式语义分类实验证明,该模型具有良好的图像内容描述性能,能有效的缩小图像内容的“语义鸿沟”。 2.设计了具有良好训练性能的优化算法HAB 通过定义更为周全的评估函数,获取最优化的权重更新值,使每一次迭代训练都集中在最需要学习的样本上,提高了训练的效率,降低了训练误差;同时通过对已经被正确分类的训练样本的性能评估,控制其权重在一个合理的范围之内,避免了过拟合现象的出现,提高了训练的鲁棒性能。通过与AdaBoost的比较性实验,HAB算法在训练误差与抗干扰能力方面具有更好的性能。 3.给出了应用HAB算法的图像语义对象获取方法,提高了图像语义对象的识别性能。 引入“特征致密区”与“特征稀疏区”的概念,通过图像子块采样的方式描述训练图像的底层特征。对训练图像特征进行“两级处理”,获取用于训练的“特征池”。利用HAB算法所具有的良好训练效果,迭代训练特定语义对象的识别器。通过实验,训练之后的识别器具有良好的语义对象获取性能,识别精确度和返回率有了很大的提高。 4.研究了基于语义相似测度的图像语义类别统计描述 将图像特征分为“核心特征集”与“辅助特征集”,基于以核心特征为主,
论文目录
相关论文文献
- [1].图像挖掘研究[J]. 计算机科学 2009(08)
- [2].改进的自适应遗传算法应用研究[J]. 计算机科学 2009(06)
- [3].图像挖掘的方法与技术研究[J]. 电脑与信息技术 2009(05)
- [4].基于概念格的图像特征数据降维[J]. 计算机应用研究 2009(09)
- [5].图像挖掘技术及医学应用[J]. 中国医学物理学杂志 2010(01)
- [6].改进遗传算法在图像挖掘中的应用[J]. 计算机工程与应用 2009(03)
- [7].基于图像RGB色彩特征的关联规则挖掘研究[J]. 重庆三峡学院学报 2015(03)
- [8].图像挖掘技术在林火影像中的应用[J]. 林业劳动安全 2009(02)
- [9].海量小差异图像高精度挖掘算法设计[J]. 现代电子技术 2017(01)
- [10].基于图像挖掘技术的脑部图像研究[J]. 电子技术 2014(07)
- [11].基于聚类分析和关联规则的降雨分析与实现[J]. 电脑知识与技术 2009(19)
- [12].基于改进关联规则的图像挖掘技术研究[J]. 现代电子技术 2017(16)
- [13].图像数据挖掘的预处理技术[J]. 河北旅游职业学院学报 2015(03)
- [14].基于孤立点分析的医学图像处理[J]. 中国组织工程研究与临床康复 2011(39)
- [15].试析多媒体图像挖掘的关联规则挖掘[J]. 电子测试 2015(05)
- [16].内窥镜图像病变特征快速定位算法的仿真分析[J]. 计算机仿真 2013(02)
- [17].基于卫星影像的图像挖掘在林火行为分析中的应用[J]. 林业劳动安全 2008(01)
标签:图像挖掘论文; 图像语义论文; 层式统计模型论文; 语义对象获取论文; 语义相似测度论文; 图像语义检索论文; 数据挖掘论文;