论文部分内容阅读
对网络中三维景观图像样品进行查询,在提高图像利用率方面具有重要作用。由于网络的开放性及可扩展性,使得三维景观图像复杂且质量易变;传统查询方法主要通过三维景观图像视觉信息进行查询,忽略了图像转载过程中产生的尺度变化和噪声的干扰,导致查询不完整,制约了图像的使用率,提出基于极端学习机的三维景观图像样品查询方法。采用非采样轮廓波变换对图像不同尺度、同方向的高频方向子带求多尺度积,考虑到三维景观图像旋转后各个方向子带在图像中的能量所占比不会发生变化,将三维景观图像各方向子带的能量占比作为概率矢量,各方向子带