图像特征提取及其在电子商务中的应用
发布时间:2017-04-27 14:00
本文关键词:图像特征提取及其在电子商务中的应用,,由笔耕文化传播整理发布。
【摘要】:随着Internet的发展,电子商务也日益发展壮大,越来越多的企业建立自已的商务网站达到在线交易的目的,电子商务的一个重要应用是实现了购物方式的转变,消费者只要点击进入网上商城就能看到成千上万的商品,图像是商品的主要表现形式,面对庞大的商品图像数据库,如何能帮助消费者找到自己满意的商品,成为我们研究的热点问题。 图像特征的提取方便在海量图像数据库中查找用户所需要的图像。 为此,本文主要研究图像特征提取相关问题,常用的图像特征有颜色,纹理,形状和空间关系等,本文着重研究图像的颜色特征,主要做了一下几方面的工作: (1)首先对图像进行丰题区域提取,先后采用了mean shift+svm和GrabCut算法,通过实验结果对比发现GrabCut算法的效果较好,相比于mean shift+svm算法,准确率提高了10%左右。 (2)接着是对主题区域进行主颜色提取,先是采用了颜色直方图的方法,这种方法直接从上到下,从左到右依次统计每种颜色的像素百分比,百分比最大的颜色即为最大主色,颜色直方图方法的优点是计算简单,有时也能比较好的效果。然后使用mpeg-7主颜色描述符(DCD)提取图像的主要颜色。通过实验结果对比,发现颜色直方图效果较好。 (3)最后是对提取的主颜色进行量化,通过(2)我们得到一个RGB值,接着我们需要查找量化表判断到底是哪种颜色,由于HSV颜色空间中H表示色调,所以开始是想采用HSV量化,即只考虑H分量即可,但是通过实验发现,当S饱和度比较低时,仅考虑H分量是不够的,最后采用RGB量化,效果较好。
【关键词】:图像分割 GrabCut 主颜色提取
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2013
【分类号】:TP391.41
【目录】:
- 摘要8-9
- ABSTRACT9-11
- 第1章 绪论11-15
- 1.1 引言11-12
- 1.2 国内外研究现状12-13
- 1.3 研究主要内容13
- 1.4 论文结构安排13-14
- 1.5 本章小结14-15
- 第2章 图像特征提取及其他应用综述15-27
- 2.1 特征及特征提取15-17
- 2.2 颜色特征提取17-20
- 2.3 纹理特征提取20-21
- 2.4 形状特征提取21-22
- 2.5 Sift特征22-26
- 2.5.1 概述23
- 2.5.2 SIFT算法的特点23
- 2.5.3 SIFT特征提取的主要步骤23-26
- 2.6 本章小结26-27
- 第3章 基于GrabCut算法的图像分割27-41
- 3.1 图像分割研究综述27-30
- 3.1.1 图像分割定义27-28
- 3.1.2 图像分割的研究现状28
- 3.1.3 基于区域的算法28-29
- 3.1.4 基于边缘检测的算法29
- 3.1.5 基于特定理论的算法29-30
- 3.2 K-means30
- 3.3 Mean shift30-31
- 3.4 SVM算法31-34
- 3.4.1 SVM简单介绍31-32
- 3.4.2 相应的软件支持32
- 3.4.3 程序举例32-34
- 3.5 Mean shift+SVM34-36
- 3.6 GrabCut图像分割算法36-40
- 3.6.1 Graph Cuts图像分割算法36-37
- 3.6.2 GrabCut算法37-40
- 3.7 本章小结40-41
- 第4章 基于主颜色描述符(DCD)的主颜色提取方法41-46
- 4.1 MPEG-7简介41-42
- 4.2 颜色描述符42-43
- 4.3 主颜色描述符43-44
- 4.4 纹理描述符44-45
- 4.5 本章小结45-46
- 第5章 实验结果46-52
- 5.1 程序说明46-47
- 5.2 HSV量化和RGB量化47-48
- 5.3 实验结果48-51
- 5.4 本章小结51-52
- 第6章 总结和展望52-54
- 6.1 总结52
- 6.2 不足之处和以后的工作方向52-54
- 参考文献54-57
- 致谢57-59
- 攻读学位期间发表的学术论文目录59-61
- 附件61
【参考文献】
中国期刊全文数据库 前3条
1 肖鹏;徐军;陈少冲;;纹理特征提取方法[J];电子科技;2010年06期
2 王银玲;王晶;范立南;;基于图论的交互式图像分割算法研究[J];仪器仪表用户;2010年01期
3 纪敏;MPEG-7颜色、纹理和形状描述子[J];计算机工程与应用;2004年26期
中国硕士学位论文全文数据库 前2条
1 罗林;图像分割算法研究[D];武汉科技大学;2007年
2 乔玲玲;图像分割算法研究及实现[D];武汉理工大学;2009年
本文关键词:图像特征提取及其在电子商务中的应用,由笔耕文化传播整理发布。
本文编号:330709
本文链接:https://www.wllwen.com/jingjilunwen/dianzishangwulunwen/330709.html