该文探讨设计一个图像分析系统，旨在通过Web文本检索和关键词提取，实现图像自动标注。难点包括图像低层特征提取（颜色、纹理、局部、形状），聚类技术的应用（k-means优化和流式k-means），以及图像相似度计算。重点介绍了颜色直方图、纹理特征、SFIT算法和形状特征提取，并概述了欧氏距离、内积和余弦相似度在图像相似度计算中的作用。
即此次目的是设计并实现一个包含基于Web图像自动标注算法的图像分析系统，面对一个Web网页，可以自动检索网页文本，提取关键词，对网页中的图像进行自动标注。
———————————图片主要内容为水果——————————————
在查找文献资料中，对于可能遇到的难题，有以下几点：
一．图像低层特征提取：
图像低层特征主要包括颜色特征，纹理特征，局部特征，形状特征等，其中在图像检索中，颜色是引用最广泛的视觉特征。一般的，根据图像所包含的颜色、纹理、轮廓以及对象的空间关系等信息，建立图像的特征矢量，由此再计算图像相似度，将本质性的图片内容关键词建立起来。
二. 聚类技术的使用：
最低0.47元/天 解锁文章
801
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
