应用于移动平台的CBIR搜索引擎的研究与设计

应用于移动平台的CBIR搜索引擎的研究与设计

论文摘要

本文研究工作是针对CBIR技术、网络搜索引擎和MMS技术的应用背景,以构建具有移动性能的基于内容的网络搜索引擎为目标,提出了可以利用MMS信息进行基于内容检索的检索系统设计方案。论文阐述了CBIR技术的网络应用研究进展,分析了多媒体手机扩展业务的发展状况,介绍了CBIR的相关基本概念,总结了基于内容的特征匹配算法和特征的索引方法,并给出了适合本系统的LSH索引方式。在此基础上,本文深入研究了CBIR、搜索引擎以及MMS的系统结构,从具体实际出发,以中国移动通信的SP方式设计了用MM7的API为无线接口,PC机为搜索引擎的终端服务器,多媒体手机为无线检索平台的系统设计。在具体实现部分,引入了ASP.NET语言,并在SPIDER的原理、Internet用户的界面、检索图片网络上传等部分进行了实现。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景和意义
  • 1.2 国内外研究现状和存在的主要问题
  • 1.3 本文的主要研究工作和组织结构
  • 第二章 CBIR系统概述
  • 2.1 系统相关的基本概念
  • 2.1.1 图像内容的含义
  • 2.1.2 系统检索及查询方式
  • 2.2 CBIR系统的基本特征
  • 2.3 CBIR系统检索性能评价
  • 2.4 CBIR系统的相关技术
  • 2.5 CBIR系统常用的特征匹配
  • 第三章 图像特征的描述与提取
  • 3.1 基于颜色特征的检索
  • 3.1.1 概述
  • 3.1.2 颜色模型
  • 3.1.3 颜色特征的表达方法
  • 3.1.4 基于颜色特征的匹配方法
  • 3.2 基于形状特征的检索
  • 3.2.1 概述
  • 3.2.2 形状特征匹配方法
  • 3.3 基于纹理特征的检索
  • 3.3.1 概述
  • 3.3.2 基于纹理特征的匹配
  • 3.4 基于语义特征的检索
  • 3.5 基于空间关系特征的检索
  • 第四章 搜索引擎的设计与实现
  • 4.1 系统简介
  • 4.1.1 系统网络结构
  • 4.1.2 系统结构图
  • 4.1.3 系统运行环境
  • 4.1.4 系统开发平台
  • 4.2 SPIDER
  • 4.2.1 SPIDER概述
  • 4.2.2 利用SPIDER提取图片
  • 4.3 数据库
  • 4.3.1 图片数据库的存储结构
  • 4.3.2 图片数据库的基本操作
  • 4.3.3 图片数据库的索引
  • 4.4 GUI
  • 4.5 特征向量的索引
  • 4.5.1 概述
  • 4.5.2 基于LSH的索引方法
  • 第五章 移动平台部分的设计
  • 5.1 MMS概述
  • 5.1.1 MMS的发展历程
  • 5.1.2 MMS系统结构
  • 5.1.3 MMS业务的关键技术
  • 5.1.4 MMS的基本业务流程
  • 5.1.5 MMS的封装
  • 5.2 移动平台的具体实现
  • 5.2.1 MMS网关的设计
  • 5.2.2 MMS网关的API代码
  • 第六章 结论
  • 致谢
  • 参考文献
  • 附录:攻读硕士学位期间发表学术论文情况
  • 相关论文文献

    • [1].CBIR性能评价研究:现状与建议[J]. 情报杂志 2008(05)
    • [2].CBIR技术在博物馆数字藏品图像中的应用浅析[J]. 中国文物科学研究 2015(01)
    • [3].模糊隶属度融合多层前馈神经网络的CBIR方法[J]. 计算机测量与控制 2015(03)
    • [4].国外CBIR性能评价研究述评[J]. 情报科学 2009(06)
    • [5].基于文本检索技术的CBIR算法研究[J]. 光学学报 2009(10)
    • [6].图像检索系统中的CBIR技术研究[J]. 电脑知识与技术 2011(02)
    • [7].探索应用节段生物电阻抗法评价血液透析患者容量状况[J]. 中国血液净化 2010(02)
    • [8].基于内容的图像检索关键技术的改进策略[J]. 福建电脑 2010(05)
    • [9].CBIR技术内容及进展分析[J]. 民营科技 2011(07)
    • [10].基于改进傅里叶描绘子的CBIR系统[J]. 计算机应用与软件 2011(09)
    • [11].CBIR在半导体测量中的应用[J]. 中国高新技术企业 2010(01)
    • [12].简析图像检索系统中的CBIR技术[J]. 贵图学刊 2010(02)
    • [13].利用改进曲波变换特征提取的CBIR算法[J]. 重庆邮电大学学报(自然科学版) 2017(01)
    • [14].一种基于颜色与空间特征的CBIR系统[J]. 计算技术与自动化 2014(03)
    • [15].结合改进CNN和双线性模型的CBIR方法[J]. 计算机工程与应用 2019(16)
    • [16].基于差异空间相关反馈过程的高光谱图像CBIR系统[J]. 计算机应用研究 2016(07)
    • [17].简析图像检索系统中的CBIR技术[J]. 情报探索 2010(07)
    • [18].自组织特征重加权结合相关反馈技术的CBIR算法[J]. 现代电子技术 2016(23)
    • [19].图像检索技术的发展及现状分析[J]. 福建电脑 2009(04)
    • [20].基于内容的图像检索技术研究[J]. 信息技术 2009(08)
    • [21].基于CBIR技术的手机人脸识别系统设计[J]. 现代电子技术 2009(19)
    • [22].基于内容的图像检索在PACS中的应用进展[J]. 中国医疗设备 2009(12)
    • [23].基于内容的图像检索[J]. 安徽电子信息职业技术学院学报 2008(06)
    • [24].数字图书馆中的CBIR系统构建研究[J]. 现代情报 2014(05)
    • [25].CBIR中基于最佳路径森林的学习方法[J]. 计算机工程与设计 2017(09)
    • [26].基于Hadoop云计算平台的CBIR设计[J]. 电脑知识与技术 2014(27)
    • [27].一种新的基于改进聚类检索算法的CBIR系统研究[J]. 计算机科学 2008(08)
    • [28].二进制引力搜索结合LSI的混合CBIR算法[J]. 湘潭大学自然科学学报 2017(03)
    • [29].CBIR中一种基于最近邻的改进相关反馈算法[J]. 计算机应用研究 2015(08)
    • [30].相关反馈结合鲁棒局部二值模式的CBIR算法[J]. 北京邮电大学学报 2016(05)

    标签:;  ;  ;  ;  ;  

    应用于移动平台的CBIR搜索引擎的研究与设计
    下载Doc文档

    猜你喜欢