虽然基于内容的图像检索(CBIR)的概念已经被广泛接受,其经济价值也已经显现出来,而且被众多软件公司所推崇,初步形成了市场。然而,现阶段CBIR的技术水平很难满足实际应用的要求,仍有诸多"瓶颈"问题需要解决,有许多面向实际应用目标的理论方法等待探索和创新。本项目首次将灰色系统理论引入图像检索问题的研究中,探讨更符合实际、更能反映CBIR的某些本质特性如相似性(非精确检索)、查询需求的模糊性和相似判别的主观性等的CBIR技术与方法,以期能突破影响CBIR系统实用性的技术难题。本项目采用灰色系统理论中的灰色模型和灰关联分析方法等,研究基于GM(1,1)模型的图像压缩算法、压缩域图像特征提取的算法,以及交互式CBIR系统中的相关反馈算法,为研究CBIR问题提供一个较为完整的解决方案,进而为CBIR的研究与应用提供一种可能的新途径。
{{i.achievement_title}}
数据更新时间:2023-05-31
硬件木马:关键问题研究进展及新动向
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
内点最大化与冗余点控制的小型无人机遥感图像配准
基于细粒度词表示的命名实体识别研究
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
基于Bandelet变换的压缩域图像检索技术研究
基于压缩感知理论的高光谱图像压缩技术研究
基于内容的医学图像检索理论与算法研究
基于灰色系统理论和机器学习的脑功能图像处理新方法和新技术研究