基于支撑向量机的多媒体图像半结构化技术研究

多媒体图像半结构化处理具有广泛的应用前景,已成为研究的一个热点。针对SVG以非结构化方式描述图像的局限性,利用图像整体与局部、局部与局部相似性,研究大容量和粗纹理等复杂图片中的各个局部实体对象及关系,以SVG指令集与图像描述的所有标记为基础,本文以经验模态分解EMD方法和Lagrangemultiplier乘子为基础,研究一种多层次自适应分解的图像半结构化分离算法,分离二进制光栅图像转换为XGML的半结构化文档;研究一种基于支撑向量机SVM的XGML文档优化与压缩算法,以得到存储空间较少基于XGML半结构化图像文档。该研究成果将解决基于大容量和粗纹理等典型的古建筑图片或文物图片快速载入、展示、基于图像内容的定位和检索所涉及的关键问题。