一种基于支持向量机的文档图像二值化方法.pdf
婀娜****aj
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于支持向量机的文档图像二值化方法.pdf
本发明公开了一种基于支持向量机的文档图像二值化方法,包括彩色图像灰度化、文档图像分块、提高图像块的局部对比度、特征参数提取、SVM阈值分类、图像块拼接、笔画宽度估计、局部二值化等八个步骤;本发明采用最小均值法对彩色图像进行灰度化,所得灰度图像具有彩色无关性;定义的局部对比度,不仅能够补偿图像亮度变化产生的影响,还综合考虑了图像邻域内所有像素对图像局部对比度的归一化贡献;采用SVM阈值分类法准确性高,可靠性高;采用逐行扫描法进行笔画宽度估计,对文档图像分辨率变化具有较好的鲁棒性;本发明能够较好地保留字符笔画
基于支持向量机的图像检索方法的研究的开题报告.docx
基于支持向量机的图像检索方法的研究的开题报告开题报告一、选题背景及意义随着计算机技术的发展和普及,人们对图像的检索需求越来越大。传统的图像检索方法通常采用基于文本的检索方式,即通过对图像添加描述性文本标签,然后使用关键字来检索相关的图像。但是,这种方法通常需要人工标注,需要速度和准确度方面进行折衷。近年来,基于内容的图像检索方法已经成为热门研究方向。其中一种常用的方法是使用支持向量机(SVM)来对图像进行分类,并能够在检索时快速匹配和排序。SVM是一种基于监督学习的机器学习算法,被广泛应用于分类、回归和异
基于支持向量机的图像检索方法的研究的中期报告.docx
基于支持向量机的图像检索方法的研究的中期报告一、研究背景及意义近年来,随着互联网技术的发展和普及,图片作为一种重要的信息表达方式,越来越多地被应用于各行各业。如何高效地从海量图片中检索出所需信息,成为了图像处理领域的一个热门问题。目前,基于支持向量机的图像检索方法得到了广泛应用,其具有高准确率、高效率、稳健性强等优点。因此,该领域的研究有着重要的实际意义和理论价值。二、研究内容本研究主要针对基于支持向量机的图像检索方法进行研究,包括以下内容:1.对支持向量机进行详细的研究和分析,探索其在图像处理中的应用。
基于支持向量机的图像分割程序实现.docx
本科毕业设计(论文)学院(部)数学科学院题目基于支持向量机的图像分割程序实现年级14专业信息与计算科学班级学号1407405033姓名何增之指导老师陈旻昕职称副教授论文提交日期2018.5.9基于支持向量机的图像分割程序实现目录HYPERLINK\l_Toc31464_WPSOffice_Level1摘要3HYPERLINK\l_Toc17448_WPSOffice_Level1Abstract4HYPERLINK\l_Toc6226_WPSOffice_Level1第一章背景资料5H
基于支持向量机的图像检索的综述报告.docx
基于支持向量机的图像检索的综述报告支持向量机(SupportVectorMachine,简称SVM)是一种常见的监督学习算法,它被广泛地应用于图像分类、图像检索等领域。这篇综述报告将介绍基于SVM的图像检索算法的原理、优缺点和应用等方面。1.原理在图像检索中,SVM主要用于分类任务,即将图像分为“相关”和“不相关”两类。SVM的基本思路是:将训练数据映射到高维空间中,使得空间中的样本点可以被最大化地分开,然后在这个高维空间中构建最优的分类边界。在图像检索中,通常是将图像表示为特征向量,然后使用SVM学习一