学位论文 > 优秀研究生学位论文题录展示
电视台台标识别与检索方法研究
作 者: 章金华
导 师: 任波
学 校: 华中科技大学
专 业: 系统分析与集成
关键词: 电视台台标 基于内容的图像检索 方向梯度直方图 支持向量机
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 7次
引 用: 0次
阅 读: 论文下载
内容摘要
随着广播媒体的蓬勃发展,广播电视已渗透到日常生活和工作的各个方面。考虑到电视台台标在区分电视台方面的重要作用,实现计算机自动识别电视台台标具有重大的意义。首先,电视台台标是许多电视台与其他电视台区分的鲜明标志,可用于保护其商业利益。其次,电视台台标检测可用于有线付费频道的快速检索,同时也有助于图像处理工具对于台标的移除,从而提高视频的质量。最后,电视台台标检索可以检测通过卫星传送信号的有线电视的信号稳定性,保证广播电视节目不被非法信号干扰等。因此,我们需要选择一种合适的算法对电视台台标进行识别。首先,本文完成了基于内容的图像检索技术的电视台台标检索系统。该方法使用图像局部特征描述符算法,提取电视台台标图像的视觉特征向量,采用向量量化器从视觉向量中产生视觉单词,利用文本检索中的倒排索引与词频向量技术构建快速索引结构,该方法所采用的数据查询方式是残差量化的近似最近邻搜索方法。其次,本文提出了一种基于方向梯度直方图特征与支持向量机分类方法的电视台台标检索方法。该方法通过提取电视台台标图像的方向梯度直方图特征,使用支持向量机方法对特征数据进行线性分类,实现了对电视台台标的识别。实验结果表明,本文采用的两种台标检索方法均能实现台标的较好识别和快速检索。其中基于图像检索方法设计的台标检索系统检索精度高,抗亮度变化、噪声干扰以及背景变化的能力强,具有较高的实用价值,可以有效的应用于视频检索系统。基于方向梯度直方图特征与支持向量机分类方法的台标检索方法在识别时间上更加快速,同时提高了识别效率,在用户使用上也更为简便。
|
全文目录
摘要 4-5 Abstract 5-9 1 绪论 9-14 1.1 课题研究的背景与意义 9 1.2 国内外研究现状 9-11 1.3 本文所做的工作 11-12 1.4 论文的组织结构 12-14 2 理论基础与知识背景 14-26 2.1 基于内容的图像检索技术 14-17 2.2 图像特征点提取与描述 17-22 2.3 高维向量线性降维 22-23 2.4 高维向量描述符量化 23-25 2.5 本章小结 25-26 3 基于图像检索方法的台标检索 26-42 3.1 基于图像检索方法的台标检索框架 26-27 3.2 时空不变区域检测的台标分割方法 27-29 3.3 残差量化的近似最近邻搜索方法 29-34 3.4 实验步骤与结果 34-41 3.5 本章小结 41-42 4 基于分类方法的台标检索 42-51 4.1 基于分类方法的台标检索框架 42-43 4.2 基于方向梯度直方图表示法 43-46 4.3 基于支持向量机的台标识别方法 46-47 4.4 实验步骤与结果 47-50 4.5 本章小结 50-51 5 总结与展望 51-53 5.1 全文总结 51 5.2 研究展望 51-53 致谢 53-54 参考文献 54-57
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 基于多示例学习的用户关注概念区域发现,TP391.41
- LS-SVM算法预测煤层瓦斯涌出量技术研究及应用,TD712.5
- 基于模糊聚类的图像检索方法研究及其系统实现,TP391.41
- 软测量技术在氯甲烷回收中的应用研究,TQ222.214
- 动力灾害煤炭资源开采危险程度预测方法,TD713
- 基于混沌支持向量机的采动地表变形分析及预计模型研究,TD325
- 基于粒子群优化的局部支持向量回归短期电力负荷预测建模方法研究,TM715
- 人脸表情识别算法研究,TP391.41
- 基于光谱和多源波谱成像技术的植物灰霉病快速识别的方法研究,S432.4
- 中医儿童性早熟智能诊断算法研究,R272
- 基于激光检测数据的路面破损分类识别,TN247
- 基于环境参数的过渡环境下人体热感觉预测,TU831
- 全自动荧光磁粉探伤中目标识别图像处理技术研究,TP391.41
- 考场作弊行为智能分析方法研究,TP391.41
- 质谱代谢数据中特征选择算法的研究与应用,TP311.13
- 人体经穴电位信号处理与生理状态分类方法研究,TN911.7
- 集成Logistic和SVM的分类算法研究,TP301.6
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|