基于主题模型的云图检索方法研究

发布时间：2017-10-03 22:27

  本文关键词：基于主题模型的云图检索方法研究

  更多相关文章： 地基云 云图检索 主题模型 视觉单词 词袋模型

【摘要】：云是大气中水和能量循环的重要部分。它在天空中所表现出的稳定程度、水汽状况、高度和厚度,都是预测未来天气的关键性特征之一。因此,对云的观测有着重要的意义。近年来,数字图像采集设备已经拥有了长足的发展。国内外涌现了许多地基云全天空观测设备,数字地基云云图的数量日益庞大,足以形成规模庞大的云图图像集。在云图图像集中查找和浏览特定类型的云图成为一种需求。使用传统手工方式浏览云图,耗时耗力,效率不高。因此,基于内容的数字地基云图检索系统就有了很强的应用需求。 本文借鉴传统基于内容的图像检索技术,结合主题模型理论,研究数字地基云图的特征表示和其检索建模方法,主要工作包括： 1)本文提出了原子云图的概念和一种新的基于词袋模型的云图检索方法,原子云图是指对云图图像进行分割后抽取局部图像特征,对特征进行无监督分类从而形成的基础特征图。新的检索方法在原子云图概念的基础上,应用BoW框架以及经典文本搜索引擎的倒排索引技术实现。实验结果表明,该方法的检索性能优于传统的图像检索方法。 2)本文提出了一种新的基于主题模型的云图检索方法,该方法基于BoW框架,针对已经生成视觉单词的图像进行主题模型建模,抽取图像和各个隐性主题之间的相关性向量,最后进行相似度比较返回最相似的若干图像。实验结果表明,该方法的检索性能优于基于BoW的图像检索方法。 3)本文设计并实现了一个在线图像检索实验平台,主要包括总控程序、特征抽取、视觉单词、检索建模、检索网站、检索性能评测程序等模块。
【关键词】：地基云 云图检索 主题模型 视觉单词 词袋模型
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-10
• 1 绪论10-14
• 1.1 研究背景及意义10-11
• 1.2 研究思路和创新点11-13
• 1.3 本文结构13-14
• 2 相关研究工作综述14-33
• 2.1 图像检索相关技术14-25
• 2.1.1 图像特征14-22
• 2.1.2 基于内容的图像检索原理22-23
• 2.1.3 基于词袋模型的图像检索原理23-25
• 2.2 主题模型理论25-31
• 2.2.1 向量空间模型26-27
• 2.2.2 潜在语义模型27-28
• 2.2.3 概率性潜在语义模型28-30
• 2.2.4 隐含狄利克雷分布模型30-31
• 2.3 地基云图特征选择31-33
• 3 基于词袋模型的云图检索方法33-46
• 3.1 引言33-34
• 3.2 基于词袋模型的云图描述子34-37
• 3.2.1 方法概述34-35
• 3.2.2 原子云图生成35
• 3.2.3 云图特征向量与索引35-37
• 3.3 实验结果与分析37-45
• 3.3.1 实验设置37-42
• 3.3.2 与传统CBIR的比较42-43
• 3.3.3 参数分析43-45
• 3.4 本章小结45-46
• 4 基于主题模型的云图检索方法46-58
• 4.1 引言46-47
• 4.2 主题模型的云图检索47-54
• 4.2.1 方法概述47-48
• 4.2.2 云图视觉词典和量化48-51
• 4.2.3 特征向量索引模型的建立和查询51-54
• 4.3. 实验结果与分析54-57
• 4.3.1 实验设置54
• 4.3.2 与现有模型的比较54-56
• 4.3.3 参数分析56-57
• 4.4 本章小结57-58
• 5 在线图像检索实验平台简介58-63
• 5.1 平台概述58
• 5.2 各模块功能简介58-63
• 6 结论和展望63-64
• 参考文献64-66
• 作者简历66-68
• 学位论文数据集68

【参考文献】

中国期刊全文数据库 前7条

1 伯将军;郭书军;伍淳华;;SIFT局部特征描述算法在图像版权搜索中的应用[J];电子设计工程;2012年03期

2 魏峰;王延涛;;基于内容的图像检索技术综述[J];产业与科技论坛;2013年04期

3 李向阳,庄越挺,潘云鹤;基于内容的图像检索技术与系统[J];计算机研究与发展;2001年03期

4 庄越挺;潘云鹤;芮勇;ThomasS.Huang;;基于内容的图像检索综述[J];模式识别与人工智能;1999年02期

5 霍娟,吕达仁;全天空数字相机观测云量的初步研究[J];南京气象学院学报;2002年02期

6 陈畅怀;韩立新;曾晓勤;王敏;;基于视觉特征的图像检索重排序[J];信息技术;2012年12期

7 宋克臣;颜云辉;陈文辉;张旭;;局部二值模式方法研究与展望[J];自动化学报;2013年06期

，

本文编号：967102