基于语义的民航托运行李模糊检索方法研究

发布时间：2021-01-04 14:27

　　基于语义的图像检索技术是计算机视觉的研究热点,课题针对语义检索在民航领域中的应用,开展了旅客托运行李丢失找回方法研究,提出了基于显著度的特征排序检索的方法,并在此基础上加入了用户相关反馈的概念,从而提高了行李图像检索的准确率。主要研究工作如下:首先,针对图像检索中,行李图像昏暗的背景给检索结果带来不良影响的问题,提出了基于改进分水岭和模糊均值相结合的图像分割算法。通过提出的多尺度形态学梯度重构方法解决分水岭的过度分割问题,该算法能够保留对象的轮廓细节,同时消除噪声和无用的梯度细节。再结合模糊均值方法对图像进行二次分割,实验证明了该方法适用于大部分的行李图像。其次,为了提高检索精度和缩短检索时间,参考显著度在图像中的应用,通过分析三种特征的算法形成,定义了特征显著度,通过计算CCV颜色、SIFT和LDP纹理特征的显著度,确定检索过程中三种特征在图像上的明显程度,采用显著度高的特征优先检索的策略,提升整体的检索性能,实验证明了显著度定义的有效性,并且通过该方法提升了检索效率。最后,为了能更好的反映用户对检索结果的需求,加入了基于语义的相关反馈的概念,用户通过检索界面对第一轮检索的结果进行主... 

【文章来源】：中国民航大学天津市

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

行李托运后的流程

章绪论1.1课题研究背景与意义航空行李在进行托运的过程中，需要经过多个环节。首先行李在值机柜台被工作人员贴上标签后，通过安检设备的扫描进入分拣区域进行归类，通过分拣区域的传送带后，装卸工人在传送带一端将行李取下后按照类别进行装箱，之后集装箱由行李拖车运送到对应的飞机舱外，再统一由工人通过搬运进行装机。飞机到达目的机场后，托运行李被运送到传送带上供旅客找寻自己的行李。航空行李运输过程中，行李处理运输环节多，且存在很多转运的行李，这就使得行李的丢失成为常态。图1-1为行李箱托运的运行流程。图1-2为行李箱在首发机场的自动化管理。图1-1行李托运后的流程图1-2机场行李自动化管理导致行李丢失的原因很多：（1）旅客行李上的条形码丢失或者贴着旧的条形码，这样会导致分拣环节的失误，造成旅客行李的丢失。（2）在进行行李装箱时，由于人工的失误，可能也会造成行李未被送上飞机，再者工作人员对行李进行牌子栓挂时出现错误，使得行李被送往其他航班上。（3）当次航班的载入量已满时，行李会由后续航班进行运送，可能会造成旅客行李难以被找到。（4）由于乘客临时进行改签或重新买票，导致被装载好的行李需要重新装卸。根据国际航空电信协会(SITA)的2018年航空运输行李报告，每千名旅客的错运行李率为5.57件，仅仅一年就造成了23亿美元的损失。找回丢失行李已经成为一个棘手的问题。行李丢失的原因很多，其中最常见的就是行李标签的问题，行李标签的破损、打印不清楚、或拴挂不牢，都会造成行李无法标识，导致行李在运输的某个环节中分拣失败未被装上飞机或被送上了错误的航班。错运的行李，可能会出现在多个相互通航的机场，客服人员往往通过电话和电报的方式，在全国各机场逐个寻找挂失的行李，根据行李托运时间?

不同m值对分割结果的影响（a）原始

【参考文献】：
期刊论文
[1]多尺度红外超像素图像模型的小目标检测[J]. 刘忠林,吴一全,邹宇.  中国图象图形学报. 2019(12)
[2]基于SVM的显著性目标自动分割方法[J]. 胡学刚,吴开元.  计算机工程与设计. 2019(09)
[3]基于支持向量机的彩色图像分割研究[J]. 周凯红,乔新新,李福敏.  现代电子技术. 2019(18)
[4]融合双向注意的全卷积编解码显著区域检测[J]. 刘丽英,田媚,黄雅平,邹琪.  计算机辅助设计与图形学学报. 2019(07)
[5]基于超像素分割的实时野外场景理解[J]. 高玉潼,原玥.  沈阳大学学报(自然科学版). 2019(03)
[6]基于BP特征选择的语音情感识别[J]. 王艳,胡维平.  微电子学与计算机. 2019(05)
[7]融合纹理信息的SLIC算法在医学图像中的研究[J]. 侯向丹,李柏岑,刘洪普,杜佳卓,郑梦敬,于铁忠.  自动化学报. 2019(05)
[8]自适应步长下多阈值彩色图像的全局分割方法[J]. 鲁秋菊,拓守恒.  吉林大学学报(理学版). 2019(01)
[9]一种改进Grabcut算法的彩色图像分割方法[J]. 王告,俞申亮,巨志勇,马素萍.  软件导刊. 2019(06)
[10]融合深度信息的Grabcut自动图像分割[J]. 刘辉,石小龙,漆坤元,左星.  小型微型计算机系统. 2018(10)

博士论文
[1]基于语义理解的图像检索研究[D]. 李强.天津大学 2016
[2]图像视觉显著性和改进型SVM在图像分割中的研究[D]. 陈沅涛.南京理工大学 2014
[3]基于内容的图像检索技术研究[D]. 孙君顶.西安电子科技大学 2005

硕士论文
[1]基于内容的图像检索系统研究与实现[D]. 高硕.华北理工大学 2019
[2]基于语义的交互式图像检索[D]. 赵恒川.电子科技大学 2019
[3]显著性检测的优化模型及在图像压缩中的应用[D]. 叶润春.中国科学技术大学 2018
[4]文本图像检索技术的研究[D]. 陈鹏.成都理工大学 2017
[5]基于多特征融合图像检索系统的研究与改进[D]. 贺云.北京邮电大学 2017
[6]基于语义的图像检索技术研究[D]. 史美艳.山东大学 2011
[7]基于数学形态学的铁谱图像分割技术研究[D]. 金路.南京航空航天大学 2010
[8]结合低层特征和高层语义的图像检索系统[D]. 耿苑.西北工业大学 2004



本文编号：2956924