本文關(guān)鍵詞：基于FSFDP-BoV模型的遙感影像檢索

  更多相關(guān)文章： 遙感影像 檢索 BoV 密度峰值聚類

【摘要】：為提高遙感影像檢索的精度,提出一種基于快速查找密度峰值聚類(Fast Search and Find of Density Peaks,FSFDP)的改進(jìn)視覺詞袋(Bag of Visual word,BoV)模型,該方法充分利用FSFDP聚類算法分類精度高和聚類參數(shù)易于選擇等優(yōu)點,增強(qiáng)BoV模型特征量化的穩(wěn)定性和可靠性。實驗表明,與經(jīng)典BoV模型相比,FSFDP-BoV模型能夠得到更高的檢索精度。
【作者單位】： 武漢大學(xué)測繪遙感信息工程國家重點實驗室;
【關(guān)鍵詞】： 遙感影像 檢索 BoV 密度峰值聚類
【基金】：國家973計劃項目(2012CB719906)
【分類號】：TP751
【正文快照】： 0引言隨著遙感影像的數(shù)據(jù)源和數(shù)據(jù)量的快速增長[2],基于內(nèi)容的圖像檢索[2]成為當(dāng)前遙感影像檢索的一個研究熱點和難點[3,4],提高遙感影像檢索精度已成為基于內(nèi)容的影像檢索研究的必經(jīng)之路。視覺詞袋(Bag of Visual word,BoV)模型是基于內(nèi)容的圖像檢索中最熱門的方法之一[5]。B，

本文編號：581110