基于内容的中草药图像检索关键技术研究

发布时间：2017-05-04 06:07

  本文关键词：基于内容的中草药图像检索关键技术研究，，由笔耕文化传播整理发布。

【摘要】：基于内容的中草药植物图像检索,是基于内容的图像检索技术在中草药植物检索领域的应用,其目的是通过将中草药植物图像的视觉特征与数据库的特征数据进行比较,得出符合相似度条件的检索结果。然而,基于内容的中草药植物图像检索与传统的基于内容的图像检索又不完全相同,它更关注细粒度的图像检索,具有巨大的挑战性。本文对基于内容的中草药植物图像检索技术展开了研究,主要工作有：1.提出了一种基于中医药领域专业词向量的中草药植物图片爬虫框架,并构建了中草药植物图像库。2.深入研究了Bag-of-Words模型,包括局部区域块大小和视觉词典大小对模型预测性能的影响,深入研究和比较了量化编码、软量化编码、局部约束线性编码、Fisher向量编码以及Super向量编码等编码方法,同时详细分析了最大值池化和平均值池化两种池化方法,最后提出了一种融合SIFT特征和基于SIFT的颜色特征的多特征融合模型。3.深入研究了AlexNet和GoogLeNet两种卷积神经网络模型,并基于它们的网络结构,在中草药植物系统中构建了相应的卷积神经网络。4.设计和实现了中草药植物图像检索系统,包括图像特征提取、特征索引以及特征检索等功能。
【关键词】：中药草植物图像检索 多特征融合 卷积神经网络
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-5
• Abstract5-11
• 第1章 绪论11-15
• 1.1 课题背景11-12
• 1.2 课题研究意义12-13
• 1.3 本文工作13
• 1.4 本文组织结构13-14
• 1.5 本章小结14-15
• 第2章 国内外相关研究15-27
• 2.1 底层特征15-21
• 2.1.1 尺度不变特征变换(SIFT)15-17
• 2.1.2 梯度方向直方图(HOG)17-18
• 2.1.3 颜色特征18-21
• 2.2 Bag-of-Words模型21-22
• 2.3 特征学习22-26
• 2.3.1 稀疏编码22-24
• 2.3.2 卷积神经网络24-26
• 2.4 本章小结26-27
• 第3章 中草药植物图像库构建27-33
• 3.1 引言27-29
• 3.2 基于中医药领域专业词向量的中草药植物图片爬取29-32
• 3.2.1 中医药领域专业词向量构建29-30
• 3.2.2 中草药植物图片候选集抓取30-31
• 3.2.3 中草药植物图像库构建31-32
• 3.3 本章小结32-33
• 第4章 中草药植物图像检索关键技术研究33-48
• 4.1 多特征融合的BoW模型33-41
• 4.1.1 预处理和特征提取33-34
• 4.1.2 字典生成34-35
• 4.1.3 编码35-38
• 4.1.4 池化38-39
• 4.1.5 分类39
• 4.1.6 多特征融合的BoW模型39-41
• 4.2 卷积神经网络41-46
• 4.2.1 AlexNet41-44
• 4.2.2 GoogLeNet44-46
• 4.2.3 模型训练46
• 4.3 本章小结46-48
• 第5章 实验设计与分析48-58
• 5.1 实验数据集48-49
• 5.2 多特征融合的BoW模型49-55
• 5.2.1 图像块的大小50-51
• 5.2.2 视觉词典的大小51-52
• 5.2.3 池化52-53
• 5.2.4 编码53-54
• 5.2.5 多特征融合模型54-55
• 5.3 卷积神经网络55-57
• 5.4 本章小结57-58
• 第6章 中草药植物图像检索系统的设计与实现58-66
• 6.1 系统概述58
• 6.2 系统架构58-59
• 6.3 系统设计59-61
• 6.3.1 特征提取59-60
• 6.3.2 特征索引60-61
• 6.3.3 图像检索61
• 6.4 系统展示61-65
• 6.5 本章小结65-66
• 第7章 总结与展望66-68
• 7.1 总结66-67
• 7.2 展望67-68
• 参考文献68-74
• 攻读硕士学位期间主要的研究成果74-75
• 致谢75

【相似文献】

中国期刊全文数据库 前10条

1 韩法旺;;基于云计算模式的图像检索研究[J];情报科学;2011年10期

2 何岩;;以计算机为基础的色彩图像检索方法与研究[J];计算机光盘软件与应用;2013年12期

3 郭海凤;李广水;仇彬任;;基于融合多特征的社会网上图像检索方法[J];计算机与现代化;2013年12期

4 柏正尧,周纪勤;基于复数矩不变性的图像检索方法研究[J];计算机应用;2000年10期

5 夏峰,张文龙;一种图像检索的新方法[J];计算机应用研究;2002年11期

6 邓诚强,冯刚;基于内容的多特征综合图像检索[J];计算机应用;2003年07期

7 斯白露,高文,卢汉清,曾炜,段立娟;基于感兴趣区域的图像检索方法[J];高技术通讯;2003年05期

8 刘怡,于沛;基于“知网”的新闻图像检索方法[J];河南师范大学学报(自然科学版);2003年02期

9 张荣,郑浩然,李金龙,王煦法;进化加速技术在图像检索中的应用[J];计算机工程与应用;2004年16期

10 黄德才,胡嘉,郑月锋;交互式图像检索中相关反馈进展研究[J];计算机应用研究;2005年09期

中国重要会议论文全文数据库 前10条

1 陈旭文;朱红丽;;一种高效的图像检索方法[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

2 周向东;张亮;张琪;刘莉;殷慷;施伯乐;;一种新的图像检索相关反馈方法[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

3 陈世亮;李战怀;闫剑锋;;一种基于本体描述的空间语义图像检索方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

4 赵海英;彭宏;;基于最优近似反馈的图像检索[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

5 许相莉;张利彪;于哲舟;周春光;;基于商空间粒度计算的图像检索[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年

6 李凌伟;周荣贵;刘怡;;基于概念的图像检索方法[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

7 杨关良;李忠杰;徐小杰;;基于代表色的图像检索方法研究[A];首届信息获取与处理学术会议论文集[C];2003年

8 彭瑜;乔奇峰;魏昆娟;;基于多示例学习的图像检索方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

9 胡敬;武港山;;基于语义特征的风景图像检索[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年

10 许天兵;;一种基于语义分类的图像检索方法[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

中国博士学位论文全文数据库 前10条

1 崔超然;图像检索中自动标注、标签处理和重排序问题的研究[D];山东大学;2015年

2 杨迪;基于内容的分布式图像检索[D];北京邮电大学;2015年

3 张旭;网络图像检索关键技术研究[D];西安电子科技大学;2014年

4 吴梦麟;基于半监督学习的医学图像检索研究[D];南京理工大学;2015年

5 汪友宝;基于多分辨率和显著特征的图像检索方法研究[D];上海大学;2015年

6 张运超;面向海量图像检索的视觉编码方法分析与优化[D];北京理工大学;2015年

7 李展;基于多示例学习的图像检索与推荐相关算法研究[D];西北大学;2012年

8 郭丽;基于内容的商标图像检索研究[D];南京理工大学;2003年

9 邵虹;基于内容的医学图像检索关键技术研究[D];东北大学;2005年

10 韦娜;基于内容图像检索关键技术研究[D];西北大学;2006年

中国硕士学位论文全文数据库 前10条

1 赵鸿;基于尺度不变局部特征的图像检索研究[D];华南理工大学;2015年

2 孙剑飞;基于图像索引的热点话题检索方法研究[D];兰州大学;2015年

3 章进洲;图像检索中的用户意图分析[D];南京理工大学;2015年

4 苗思杨;移动图像检索中的渐进式传输方式研究[D];大连海事大学;2015年

5 都业刚;基于显著性的移动图像检索[D];大连海事大学;2015年

6 王梦蕾;基于用户反馈和改进词袋模型的图像检索[D];南京理工大学;2015年

7 许鹏飞;基于草图的海量图像检索方法研究[D];浙江大学;2015年

8 冯进丽;基于BoF的图像检索与行为识别研究[D];山西大学;2015年

9 乔维强;基于低级特征和语义特征的医学图像检索[D];北京理工大学;2015年

10 蒋国宝;基于内容的概念建模和图像检索重排序[D];复旦大学;2014年

  本文关键词：基于内容的中草药图像检索关键技术研究，由笔耕文化传播整理发布。

本文编号：344523