全文总字数：5211字
文献综述
1. 前言在工业生产与维护中，工业图像检测系统是机器视觉、数字图像处理及工业质量检测等多学科的交叉[1]，图像处理算法在其中起着关键作用。
针对不同应用目的，检测系统采用不同的图像处理算法。
在质量检测中，系统需要标注出有缺陷的部位，如果采用人工方法进行标注，工作量大且易出错，因此需要选用合适的图像处理算法自动标注图像。
在实际的图像标注过程中，数据集很大，图像语义信息丰富，不同的样本间相似度可能很高，因此正确且高效地标注图像有不少困难。
对于这些问题，先前提出的PLSA模型和SVM模型都拥有各自的一些不足。
SVM模型运算量非常大，处理图像数据很耗时，而PLSA模型运算量小，但分辨语义信息的能力较差[2]。
2. 课题背景近年来，自动图像标注（Automatic Image Annotation, AIA）技术已经成为图像语义理解研究领域的热点[3]。
AIA基本思想是利用已标注图像集或其他可获得的信息自动学习语义概念空间与视觉特征空间的潜在关联或者映射关系来预测未知图像标注。
在越来越多的生产领域中，利用图像自动标注算法进行质量检测正在逐步替代传统的人工方法。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
