微系統(tǒng)技術簡稱MST，它的基本工藝技術是硅的腐蝕和鍵合。MST的前景是壯觀的，其工藝是從集成電路加工派生出的批量加工技術。預期，MST將會同集成電路一樣，通過新的而且便宜的產(chǎn)品來改變?nèi)藗兊纳睢Ｒ韵率菍W習啦小編今天為大家精心準備的：多媒體數(shù)據(jù)挖掘之媒體特征庫措施相關論文。內(nèi)容僅供閱讀與參考!

　　多媒體數(shù)據(jù)挖掘之媒體特征庫措施全文如下：

　　1　MFD特征與高層視圖

　　1.1　面向?qū)ο髷?shù)據(jù)模型

　　多媒體數(shù)據(jù)挖掘(MDM)要求其特征庫具有復雜的數(shù)據(jù)結構,長時間的事務,能定義面向特定應用的非標準操作,高效檢索.MFD采用面向?qū)ο髷?shù)據(jù)模型,支持基于對象標識的關聯(lián)存取和導航機制.O-O方法提供的類、對象、繼承、代碼重用和數(shù)據(jù)封裝機制,均有助于MDM的設計與實現(xiàn).MFD的數(shù)據(jù)模型和數(shù)據(jù)類型不僅支持關鍵字和精確匹配,且支持圖像查詢,支持基于內(nèi)容的相似匹配,能滿足MDM的需要.

　　1.2　支持多種特征查詢

　　MFD數(shù)據(jù)類型較之GIS等領域的數(shù)據(jù)庫模型,提供了一個多邊形類來定義任意的感興趣的形狀對象,解決了新加對象需要增加新符號的問題,而且,充分考慮了各種圖像特征,包括形狀、空間、顏色、紋理等.MFD用復合形狀定義內(nèi)部輪廓,并設計了基本形狀,如:圓、正方形、橢圓等,使查詢結果更為精確,搜索可限制為所希望的形狀類型.這些都是多數(shù)圖像數(shù)據(jù)庫所不能支持的.MFD支持空間關系;支持復合對象;一個對象可根據(jù)不同的觀察點,具有不同的形狀;可由用戶定義查詢的相似度閾值;支持的查詢語言MOQL,語義豐富,能作為一種結構化的表達方式由查詢引擎來實現(xiàn);允許用戶在請求中指定如顏色、形狀和紋理等不同的特征,輸入方式更為靈活.

　　1.3　相關的特征類型

　　如何通過內(nèi)容對對象進行搜尋和檢索主要依賴于對象內(nèi)容的表示法,即選擇的特征表示及使用的相似度標準.常用特征有紋理、顏色、形狀和空間特征,可分別用于不同的具體應用.紋理特征:紋理是識別不同圖像的最重要的特征之一.可用于不同表面和其它信息,包括形狀和運動等的區(qū)分,并反映一些抽象概念,如:均勻性,密度,粗糙程度,規(guī)則性,方向、頻率等.可用圖像處理方法抽取和描述圖像的紋理特征.顏色特征:顏色使對象識別變得簡單而強有力的特征.有多種顏色模式,如RGB和HIS模式.

　　形狀和空間特征:對象形狀表述是模式識別的一個重要問題.當一些對象的顏色和紋理極其相似時,形狀特征尤為重要.空間特征說明了對象的空間位置和對象之間的空間關系,如方向關系、相鄰,重疊和對兩個或多個對象的包含等.空間特征可用符號化的串表示,如2D串,串可反應一些上述關系.

　　1.4　數(shù)據(jù)類型的高層視圖

　　應用的重要對象稱為顯著對象,顯著對象分為邏輯顯著對象LSO和物理顯著對象PSO.LSO和PSO有1∶n的對應關系.利用O-O設計的繼承機制,使LSO類定義在由超類和子類組成的繼承中,一個子類可繼承其超類的屬性和方法.顯著對象特征描述的建立:先用特征抽取法得到特征,后進行對象識別,建立對象模型,進行語義辨認,從而對對象語義建模,獲取LSO和PSO及其相互對應關系.語義性視覺模版,使用戶與系統(tǒng)交互,通過一系列查詢,得到用戶個人觀念的模版,從而將視覺特征與語義特征相聯(lián)系.特征庫MFD基于內(nèi)容的數(shù)據(jù)類型,支持數(shù)據(jù)的存儲和基于內(nèi)容查詢的執(zhí)行.

　　傳統(tǒng)E-R模型數(shù)據(jù)庫系統(tǒng)使用精確匹配,基于內(nèi)容的數(shù)據(jù)庫系統(tǒng)支持近似匹配,使用距離函數(shù)來比較目標圖像和數(shù)據(jù)庫圖像.本文的數(shù)據(jù)類型通用,針對圖像數(shù)據(jù)庫中支持顏色、形狀、紋理、空間關系和傳統(tǒng)的關鍵字的絕大多數(shù)情況,可用于不同的具體應用.數(shù)據(jù)類型的高層視圖如圖1.最小范圍框MB類定義空間特征,幾何對象類定義形狀特征.類PSO是訪問其他類的橋梁.每個PSO實例具有對象標識Oid,它與相應的LSO,MB、幾何對象、紋理組、顏色組和圖像實例相連.以PSO為中心的星型結構,使應用系統(tǒng)在不實現(xiàn)某些特征時,仍保持其他特征的完整性.某些應用可能允許一個對象的形狀,以類似于人眼在不同距離觀察事物的方式而變化,故MFD允許一個PSO對應多個形狀,如圖中1到n的對應關系.

　　2　MFD的空間特征

　　2.1　MFD的空間位置

　　MFD空間特征包括對象的空間位置和兩個對象間的空間關系[2].空間位置是對象的特征,也反映圖像的布局,可用最小范圍框MB表示.構造對象MB的方法:以圖像的左上角為原點,將圖像放在X-Y坐標中,畫一與X軸平行的最小包圍該對象的長方形.MB由此長方形的左上角(Xmin,Ymin)和右下角(Xmax,Ymax)定義.

　　2.2　MFD的空間關系定義

　　當出現(xiàn)多個對象時,產(chǎn)生空間關系.空間關系指對象間距離、方向關系和拓撲關系.距離:計算兩個對象的質(zhì)心,一個對象的質(zhì)心定義如下,其中n為組成對象的像素數(shù).xv=∑ni=1xin　　　yv=∑ni=1yin(1)　　拓撲關系:包括相離、相切、重合、相交、內(nèi)含、內(nèi)含于(與內(nèi)含相對)、覆蓋、被覆蓋(與覆蓋相對)等.方向關系:兩個相離或相切的對象具有方向關系,其余方向關系為其拓撲關系.方向關系包括:左、右、上、下、前、后;東、南、西、北、西北、東北、西南、東南;前、后也可與其他方向關系組合,如:左前等.

　　2.3　空間關系的計算

　　為了有效計算空間關系,定義MB方法和方向、定義拓撲關系.用MB確定對象間的空間關系,計算簡單,且能有效存儲.兩個對象間的拓撲關系通過比較兩個MB的Xmax,Xmin,Ymax和Ymin來測量.MB適合于均勻分布的形狀,為了得到正確的結果,還應考慮多對拓撲關系.MB測定方向的方法,或者用日常人們辨識八個方向的測量方法,或者用角度數(shù)測量的方法.為推導出兩個MB間的拓撲或方向關系,要分別計算MB的x,y坐標或間段.通過分別比較X、Y軸的坐標,MB可用X-間段(X-i)和Y-間段(Y-i)來表示,且兩個MB間的空間關系也可通過分別比較它們的X-間段和Y-間段來判定.對間段類,作者給出了7種基本的間段比較函數(shù).如:before(),equal(),start(),finish(),meet(),overlap(),during().函數(shù)的返回值為T或F.這些函數(shù)的某一集合的真值反映了兩個對象的拓撲和方向關系.

　　3　結束語

　　本文介紹了MFD數(shù)據(jù)模型的特征和數(shù)據(jù)類型,詳細討論了以圖像為例的若干特征表示,包括:空間、顏色、形狀、紋理及其它特征.其中:空間特征分為空間位置和空間關系,關系包括距離、拓撲關系和方向關系,距離由對象的質(zhì)心確定,拓撲和方向關系用MB或間段確定;顏色表示可用RGB、HIS模式;形狀分為原子形狀和復合形狀,用多線類和多邊形類表示任意形狀;紋理用多個維,如:光滑度、方向性等.視頻可看作是離散的圖像序列加時間規(guī)范特征.故MFD能支持復雜對象和基于多種特征的媒體查詢,滿足MDMP系統(tǒng)挖掘知識的需要.