基于Web的种子植物分科检索系统的设计与实现*

结合Web和数据库技术,以种子植物（科级）的形态特征建库,使用二叉式检索原理实现在Internet/Intranet上进行种子植物分类信息的查询与未知种类的鉴定,这对综合开发和合理利用种子植物资源具有指导意义。重点介绍了系统的总体结构、特征库和二叉式检索的建造,并给出了系统的运行实例。     

植物志数据库的信息组织

本文以中国植物志为研究对象，根据植物分类的特点和植物地检索，鉴定，统计等要求，以索引文件的形式来表示各分类群的特征信息和它们之间的分类关系，设计并实现了中国植物志的数据库模型和信息组织，用计算机来进行植物的检索鉴定和统计。本课题是中国科学院科学基金资助的课题，已经顺利通过鉴定。     

植物识别融合式双特征卷积神经网络

为提取高效的植物形态学特征,提升在图像中植物的识别准确率,结合植物的宏观整体轮廓和微观局部纹理特征,提出融合式双特征神经网络(HDF-CNN)进行植物识别.采用并行双通道方案,充分利用密集残差网络增强植物器官细节纹理描述,采用另一个大卷积核CNN提取植物全局轮廓特征,将宏观和微观的特征融合后得到一个全面的植物特征.实验结果表明,与常见的图像识别方法相比,该方法能提取到精准高效的植物图像特征,取得了更高的识别准确率.     

基于SVR分类的多特征彩色图像检索算法

传统的基于内容图像检索技术对图像领域没有限制,而宽泛的图像领域不仅严重影响了系统检索精度,而且增加了系统查询时间.本文提出一种基于SVR(Support Vector Regression)分类的多特征彩色图像检索新算法,该算法首先提取出图像的颜色、空间和纹理信息并作为图像的特征向量,然后以回归型支持向量机(SVR)为学习机器,对图像库进行分类处理以缩小图像领域范围,最后在较小的领域范围内进行图像检索.实验结果表明,本文算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率.     

基于多特征融合与极限学习机的植物叶片分类方法

对植物的分类多通过对植物叶片的分类来实现,为提高植物叶片分类的准确率提出了一种基于多特征融合与极限学习机的植物叶片分类方法.首先对植物叶片彩色图像进行预处理,得到去除叶片颜色与背景的二值图像和灰度图像;然后从二值图像中提取植物叶片的形状特征和不变矩特征,利用灰度图像提取灰度共生矩阵参数作为叶片图像的纹理特征,共得到28维的特征向量,最后采用极限学习机分类策略对特征向量进行训练和测试.在公开的植物叶片数据集Flavia上进行实验,训练分类准确率达到99％ 以上,测试准确率达到98％ 以上.实验结果表明,本文方法可以有效提高植物叶片分类的准确率.     

基于纹理-形状-中心特征的图像检索

随着多媒体技术的发展,大容量的图像库得到了广泛的应用,基于内容的图像检索(CBIR)在多媒体图像库管理和检索中得到了越来越多的重视。传统的图像检索主要依赖颜色、纹理、形状、空间关系等单一视觉特征,检索效果往往不够理想。针对这一实际问题,首先分别介绍了基于纹理、基于形状与基于中心特征的三种图像检索方法,并在此基础上提出了综合利用以上三种特征共同进行检索的方法。通过对真实图像库的检索试验表明,综合三种特征的检索比单一特征检索更符合人的视觉感受要求,因而检索效果更好。     

基于内容的多媒体检索技术

基于内容的多媒体信息检索在图像检索中意义重大,其检索的依据主要是多媒体的特征向量值,因此多媒体信息特别是图像的特征向量的组织直接影响到数据检索的效率.对基于内容的多媒体检索技术进行了研究,同时借鉴基于关键字的检索技术,引进了二叉排序树来组织图像的特征向量,利用成熟的二叉排序树算法进行特征向量值的检索,提高了图像检索的效率.     

基于两种纹理特征聚类的图像检索

设计和实现两种不同的分形维数作为纹理特征进行聚类的方法.提取几百幅不同图像的两种纹理特征,对特征库按聚类算法建立索引结构,形成图像的分类库,通过两种不同纹理特征的检索与无聚类的特征检索相比,实验结果表明聚类方法大大缩短了检索时间.结论:作为海量图像的检索,有效的图像特征结合聚类是一个有力工具,在研究信息分类与识别等方面具有应用潜力.     

融合颜色和纹理特征的图像检索算法研究

鉴于单一图像特征在表达图像内容上的不完整性,提出将颜色和纹理特征相融合的检索方法。合并特征前先对单个特征的相似性计算进行特征归一化处理,检索过程中,引入相关和非相关两个图像库,根据检索结果中得到的与相关图像库中相关图像的数目调整特征权重,以提高检索精度。结果表明本文提出的方法具有良好的检索性能。     

基于草图查询的语义对象图像检索

针对图像低层特征和高层语义之间存在的语义鸿沟问题,提出一种结合草图查询和相关反馈的语义对象图像检索系统.该系统首先根据用户输入的手绘草图,利用形状(轮廓、区域和骨架)特征从对象库中初步检索出语义对象并保存其区域组合;然后根据用户选择的反馈对象并结合查询草图提取用户检索对象的语义特征(形状、区域及拓扑特征),最后采用寻找最优区域配对的方法在系统特征库中进行检索.实验结果表明,本文方法不但对用户需求的语义对象有较好的检索效果,而且还能较准确地在结果图像中框选出用户感兴趣的语义对象.     

基于语料库的藏文字属性分析系统设计

通过对藏语语料库的统计和现代藏文字结构的分析,研究现代藏文字属性分析系统的模型,设计基本构件字表库、组合构件字表库、粗粒度结构字表库及细粒度结构字表库,并阐述各字表库的结构特征,介绍藏文字属性分析算法.运用该算法及藏文字属性分析系统模型,解析现代藏文字的使用频度、结构、字长、构件分解、各构件的位置及频度等属性,从而为藏...     

基于文件名的多媒体数据库管理系统开发

在分析传统数据库管理系统的基础上,提出了一个基于文件名的多媒体数据库管理方法,根据传统数据库管理字符、数值的原理,采用SQL语言编程并通过ODBC访问数据库,结合Active X控件技术,解决了在数据库中管理多媒体数据的难题。实例结果表明在Authorware中实现对图像、视频、动画等多媒体数据的直接管理是可行的,并给出了相关的源代码。     

Visual word density-based nonlinear shape normalization method for handwritten Chinese character recognition

In handwritten Chinese character recognition, the performance of a system is largely dependent on the character normalization method. In this paper, a visual word density-based nonlinear normalization method is proposed for handwritten Chinese character recognition. The underlying rationality is that the density for each image pixel should be determined by the visual word around this pixel. Visual vocabulary is used for mapping from a visual word to a density value. The mapping vocabulary is learned to maximize the ratio of the between-class variation and the within-class variation. Feature extraction is involved in the optimization stage, hence the proposed normalization method is beneficial for the following feature extraction. Furthermore, the proposed method can be applied to some other image classification problems in which scene character recognition is tried in this paper. Experimental results on one constrained handwriting database (CASIA) and one unconstrained handwriting database (CASIA-HWDB1.1) demonstrate that the proposed method outperforms the start-of-the-art methods. Experiments on scene character databases chars74k and ICDAR03-CH show that the proposed method is promising for some image classification problems.     

二值化修正法及在繁体手写字库构建中的应用

文章建构了一个基于灰度的繁体手写汉字字库建库系统,该系统是由二值化、汉字切分、二值化修正、人工修正切分结果、数据压缩存储等几部分组成。其中二值化算法在最大限度地保证字库的分辨率及质量方面起着重要作用。文章在最大类间方差法(即大津法)及局部阀值法的基础上,结合汉字切分过程的特点,提出了一种二值化修正方法。实验结果表明该方法的效果比起传统的方法有显著提高,能有效地处理字库样本中由于笔迹灰度不均匀所带来的问题。     

基于识别结果反馈信息的闭环联机字符识别系统

文章提出了一种基于识别结果反馈信息的闭环联机字符识别系统。通常的识别系统只是执行了从输入数据空间到识别结果空间的单向映射,可以看作为一种开环识别系统;而文中提出了一种闭环识别系统:它在完成初次的识别之后,还将识别结果信息反馈给系统中的规则库;规则库依据此反馈信息触发相应规则驱动识别器对输入字符进行再次识别,从而得到最终的识别结果。实验结果表明,在抽取的特征和识别方法相同的条件下,闭环识别系统的识别率将高于开环识别系统的识别率。     

基于OCI和ODBC异构数据库通用接口设计

文中分析了ODBC和OCI数据库接口的特点,为解决异构数据库的共享,提出了一种数据库应用程序连接数据库的方法———通用数据库接口。首先明确了通用数据库接口模块在系统中的位置,接着分析了该接口模块具备的具体功能,介绍了模块设计中的三个层次,然后总结了该接口模块的优点。封装了ODBC和OCI的通用数据库接口,可以实现异构数据库的互连,同时可以提高系统的性能。通过数据库调用函数来实现对异构数据库的操作,该通用数据库接口具有通用、简单、可扩展、可优化等特点。     

基于部件复用的分级汉字字库的构想与实现

为减少汉字图像字库的存储量，提出了一种基于仿射变换的分级汉字字库构造的新方法。该方法设计了汉字经常使用的基本部件库，通过仿射变换重复使用这些部件来自动生成任意汉字。提出了使用仿射变换来实现部件与汉字之间的转换的方法。试验表明，该方法可行，在减小字库存储量上具有显著的优点。     

一种字符型数据加密算法研究

针对字符型数据的加密提出一种利用对偶编码函数实现对数据库中的字符型数据进行加密的方法,通过对数据库中字符型的关键信息进行对偶编码,在改进的关系中存储加密后数据和增加存储特征值字段,在查询中利用两阶段查询算法实现对加密数据的查询。实验结果表明,这种算法对字符型数据的加密存储具有良好的安全性,对加密数据的查询具有高效的性能,并且算法实现简单。