反馈文件质量
upload/chinese_2025_10/sciencereading2/官网C/9787030543806.pdf
现勘图像检索技术 🔍
刘颖著 北京:科学出版社, 1, 2017-10
中文 [zh] · PDF · 88.4MB · 2017 · 📗 未知类型的图书 · 🚀/duxiu/upload · Save
描述
本书是作者基于数年来实际现勘图像数据,结合公安行业实际需求,在现勘图像特征分析及分类检索领域的代表性研究成果的总结。对现勘图像检索领域国内外研究成果做了综述分析;基于实际现勘图像数据,提出了有效的现勘图像特征提取及检索算法;结合实际需求,指出现勘图像检索领域未来几个研究方向。
备用文件名
upload/chinese_2025_10/sciencereading1/B5B3D1917E09C2A9CE053010B0A0A1E05000.pdf
备选标题
<4D6963726F736F667420576F7264202D20CFD6BFB1CDBCCFF1BCECCBF7BCBCCAF52DD5FDCEC42E646F63>
备选作者
Administrator
备用出版商
Science Press
备用版本
China, People's Republic, China
备用版本
Di 1 ban, Beijing, 2017
元数据中的注释
producers:
Acrobat Distiller 11.0 (Windows); modified using iTextSharpTM 5.4.1 ©2000-2012 1T3XT BVBA (AGPL-version)
元数据中的注释
Bookmarks: p1 (p1): 第1章 现勘图像检索综述
p1-1 (p1): 1.1 引言
p1-1-1 (p1): 1.1.1 现勘图像检索研究的意义
p1-1-2 (p2): 1.1.2 基于内容的图像检索
p1-2 (p4): 1.2 现勘图像数据库
p1-3 (p9): 1.3 现勘图像检索关键技术
p1-3-1 (p9): 1.3.1 现勘图像低层数字特征提取
p1-3-2 (p13): 1.3.2 现勘图像高层语义特征提取
p1-4 (p21): 1.4 现勘图像检索研究趋势
p1-5 (p23): 1.5 本章小结
p1-6 (p23): 参考文献
p2 (p29): 第2章 基于低层数字特征与高层语义特征的现勘图像检索技术
p2-1 (p29): 2.1 引言
p2-2 (p30): 2.2 基于融合特征与SVM分类的现勘图像检索算法
p2-2-1 (p31): 2.2.1 现勘图像低层数字特征的提取
p2-2-2 (p32): 2.2.2 特征融合
p2-2-3 (p33): 2.2.3 基于SVM分类的现勘图像检索机制
p2-2-4 (p33): 2.2.4 基于检索结果语义相似度的现勘图像检索机制
p2-3 (p35): 2.3 实验及结果分析
p2-3-1 (p35): 2.3.1 实验数据库及评价参数
p2-3-2 (p35): 2.3.2 结果分析
p2-4 (p39): 2.4 本章小结
p2-5 (p39): 参考文献
p3 (p42): 第3章 深度学习在现勘图像分类中的应用
p3-1 (p42): 3.1 引言
p3-2 (p42): 3.2 深度学习介绍
p3-3 (p44): 3.3 基于深度学习的现勘图像分类
p3-4 (p49): 3.4 本章小结
p3-5 (p49): 参考文献
p4 (p51): 第4章 轮胎花纹检索研究
p4-1 (p51): 4.1 引言
p4-2 (p51): 4.2 轮胎花纹数据库及检索性能评价指标
p4-2-1 (p52): 4.2.1 轮胎花纹数据库
p4-2-2 (p56): 4.2.2 检索性能评价指标
p4-3 (p61): 4.3 轮胎花纹检索算法
p4-3-1 (p61): 4.3.1 轮胎表面花纹图像检索算法
p4-3-2 (p67): 4.3.2 轮胎花纹磨损图像检索算法
p4-3-3 (p68): 4.3.3 视频轮胎花纹图像检索算法
p4-3-4 (p70): 4.3.4 轮胎压痕图像检索算法
p4-4 (p73): 4.4 轮胎花纹检索未来研究趋势
p4-4-1 (p74): 4.4.1 标准数据库及检索性能评价体系
p4-4-2 (p74): 4.4.2 深度学习在轮胎花纹检索中的应用
p4-4-3 (p74): 4.4.3 轮胎花纹数据安全和轮胎花纹图像检索的结合
p4-4-4 (p75): 4.4.4 轮胎压痕图像与轮胎花纹图像的结合
p4-4-5 (p76): 4.4.5 视频轮胎花纹图像的大数据应用
p4-5 (p76): 4.5 本章小结
p4-6 (p76): 参考文献
p5 (p82): 第5章 基于曲波变换域能量分布特性的轮胎花纹水印嵌入和纹理特征提取算法
p5-1 (p82): 5.1 引言
p5-2 (p83): 5.2 基于曲波变换的纹理特征提取
p5-2-1 (p83): 5.2.1 轮胎图像的曲波变换
p5-2-2 (p84): 5.2.2 轮胎花纹的纹理方向和能量特征
p5-2-3 (p85): 5.2.3 能量分布算法
p5-2-4 (p87): 5.2.4 纹理特征提取算法实验结果
p5-3 (p89): 5.3 基于曲波变换域能量分布的数字水印
p5-3-1 (p89): 5.3.1 水印嵌入
p5-3-2 (p90): 5.3.2 水印提取
p5-4 (p91): 5.4 数字水印算法结果分析
p5-4-1 (p91): 5.4.1 不可见性测试
p5-4-2 (p92): 5.4.2 鲁棒性测试
p5-4-3 (p94): 5.4.3 轮胎花纹检索测试
p5-5 (p96): 5.5 本章小结
p5-6 (p96): 参考文献
p6 (p98): 第6章 基于HOG域能量分布的纹理特征
p6-1 (p98): 6.1 引言
p6-2 (p99): 6.2 HOG特征
p6-3 (p101): 6.3 基于HOG域能量分布的轮胎花纹纹理特征
p6-3-1 (p101): 6.3.1 图像预处理
p6-3-2 (p103): 6.3.2 HOG特征提取
p6-3-3 (p105): 6.3.3 基于HOG域能量分布的轮胎花纹纹理特征提取
p6-4 (p109): 6.4 实验及结果分析
p6-4-1 (p109): 6.4.1 实验环境、数据库及检索性能评价指标
p6-4-2 (p111): 6.4.2 实验结果
p6-5 (p122): 6.5 本章小结
p6-6 (p122): 参考文献
p7 (p124): 第7章 总结与探讨
p7-1 (p124): 7.1 本书总结
p7-2 (p125): 7.2 未来研究方向
p8 (p127): 附录 CIIP-CSID介绍
p8-1 (p127): 附录1 现堪图像数据库介绍
p8-2 (p132): 附录2 轮胎花纹图像数据库介绍
p8-3 (p136): 附录3 SIFT特征在轮胎花纹检索中的应用
p9 (p145): 参考文献
备用描述
目录 6
前言 4
第1章现勘图像检索综述 9
1.1引言 9
1.1.1现勘图像检索研究的意义 9
1.1.2基于内容的图像检索 10
1.2现勘图像数据库 12
1.3现勘图像检索关键技术 17
1.3.1现勘图像低层数字特征提取 17
1.3.2现勘图像高层语义特征提取 21
1.4现勘图像检索研究趋势 29
1.5本章小结 31
参考文献 31
第2章基于低层数字特征与高层语义特征的现勘图像检索技术 37
2.1引言 37
2.2基于融合特征与SVM分类的现勘图像检索算法 38
2.2.1现勘图像低层数字特征的提取 39
2.2.2特征融合 40
2.2.3基于SVM分类的现勘图像检索机制 41
2.2.4基于检索结果语义相似度的现勘图像检索机制 41
2.3实验及结果分析 43
2.3.1实验数据库及评价参数 43
2.3.2结果分析 43
2.4本章小结 47
参考文献 47
第3章深度学习在现勘图像分类中的应用现勘图像检索技术 50
3.1引言 50
3.2深度学习介绍 50
3.3基于深度学习的现勘图像分类 52
3.4本章小结 57
参考文献 57
第4章轮胎花纹检索研究 59
4.1引言 59
4.2轮胎花纹数据库及检索性能评价指标 59
4.2.1轮胎花纹数据库 60
4.2.2检索性能评价指标 64
4.3轮胎花纹检索算法 69
4.3.1轮胎表面花纹图像检索算法 69
4.3.2轮胎花纹磨损图像检索算法 75
4.3.3视频轮胎花纹图像检索算法 76
4.3.4轮胎压痕图像检索算法 78
4.4轮胎花纹检索未来研究趋势 81
4.4.1标准数据库及检索性能评价体系 82
4.4.2深度学习在轮胎花纹检索中的应用 82
4.4.3轮胎花纹数据安全和轮胎花纹图像检索的结合 82
4.4.4轮胎压痕图像与轮胎花纹图像的结合 83
4.4.5视频轮胎花纹图像的大数据应用 84
4.5本章小结 84
参考文献 84
第5章基于曲波变换域能量分布特性的轮胎花纹水印嵌入和纹理特征提取算法 90
5.1引言 90
5.2基于曲波变换的纹理特征提取 91
5.2.1轮胎图像的曲波变换 91
5.2.2轮胎花纹的纹理方向和能量特征 92
5.2.3能量分布算法 93
5.2.4纹理特征提取算法实验结果 95
5.3基于曲波变换域能量分布的数字水印 97
5.3.1水印嵌入 97
5.3.2水印提取 98
5.4数字水印算法结果分析 99
5.4.1不可见性测试 99
5.4.2鲁棒性测试 100
5.4.3轮胎花纹检索测试 102
5.5本章小结 104
参考文献 104
第6章基于HOG域能量分布的纹理特征 106
6.1引言 106
6.2HOG特征 107
6.3基于HOG域能量分布的轮胎花纹纹理特征 109
6.3.1图像预处理 109
6.3.2HOG特征提取 111
6.3.3基于HOG域能量分布的轮胎花纹纹理特征提取 113
6.4实验及结果分析 117
6.4.1实验环境、数据库及检索性能评价指标 117
6.4.2实验结果 119
6.5本章小结 130
参考文献 130
第7章总结与探讨 132
7.1本书总结 132
7.2未来研究方向 133
附录CIIP-CSID介绍 135
附录1现堪图像数据库介绍 135
附录2轮胎花纹图像数据库介绍 140
附录3SIFT特征在轮胎花纹检索中的应用 144
参考文献 153
开源日期
2025-10-27
更多信息……

🚀 快速下载

成为会员以支持书籍、论文等的长期保存。为了感谢您对我们的支持，您将获得高速下载权益。❤️

🐢 低速下载

由可信的合作方提供。 更多信息请参见常见问题解答。 （可能需要验证浏览器——无限次下载！）

所有选项下载的文件都相同，应该可以安全使用。即使这样，从互联网下载文件时始终要小心。例如，确保您的设备更新及时。
显示外部下载
  • 对于大文件，我们建议使用下载管理器以防止中断。
    推荐的下载管理器：JDownloader
  • 您将需要一个电子书或 PDF 阅读器来打开文件，具体取决于文件格式。
    推荐的电子书阅读器：Anna的档案在线查看器、ReadEra和Calibre
  • 使用在线工具进行格式转换。
    推荐的转换工具：CloudConvert和PrintFriendly
  • 您可以将 PDF 和 EPUB 文件发送到您的 Kindle 或 Kobo 电子阅读器。
    推荐的工具：亚马逊的“发送到 Kindle”和djazz 的“发送到 Kobo/Kindle”
  • 支持作者和图书馆
    ✍️ 如果您喜欢这个并且能够负担得起，请考虑购买原版，或直接支持作者。
    📚 如果您当地的图书馆有这本书，请考虑在那里免费借阅。