本文關(guān)鍵詞：基于多特征融合與稀疏分類(lèi)的圖像檢索算法

  更多相關(guān)文章： 圖像檢索 顏色特征 紋理特征 稀疏分類(lèi) 內(nèi)容搜索 特征提取

【摘要】：目前基于內(nèi)容的圖像檢索研究中,圖像特征提取的方法和相似性度量是影響檢索準(zhǔn)確性的關(guān)鍵因素。為破解當(dāng)前基于內(nèi)容的圖像檢索的語(yǔ)義鴻溝難題,提出基于多特征融合與稀疏理論的圖像檢索算法R_GLCM_SRC(Gray Level Co-occurrence Matrix,Sparse Representation-based Classifier)。R_GLCM_SRC利用顏色矩、灰度共生矩陣分別提取了圖像的顏色和紋理特征作為綜合特征,通過(guò)稀疏分類(lèi)方法將底層特征分類(lèi)問(wèn)題轉(zhuǎn)換為稀疏系數(shù)向量分類(lèi)問(wèn)題,從而實(shí)現(xiàn)圖像分類(lèi)檢索。實(shí)驗(yàn)結(jié)果表明,R_GLCM_SRC提取的圖像綜合特征能夠很好的實(shí)現(xiàn)圖像的檢索,在稀疏空間可有效緩解語(yǔ)義鴻溝問(wèn)題,相對(duì)于最近鄰分類(lèi)檢索算法,R_GLCM_SRC采用的稀疏分類(lèi)算法檢索效果更為穩(wěn)定。
【作者單位】： 宿州學(xué)院數(shù)學(xué)與統(tǒng)計(jì)學(xué)院;河南牧業(yè)經(jīng)濟(jì)學(xué)院信息與電子工程學(xué)院;
【關(guān)鍵詞】： 圖像檢索 顏色特征 紋理特征 稀疏分類(lèi) 內(nèi)容搜索 特征提取
【基金】：安徽省高校優(yōu)秀青年人才基金(2012SQRL201)
【分類(lèi)號(hào)】：TP391.41
【正文快照】： 近年來(lái)隨著多媒體技術(shù)的快速發(fā)展,圖像數(shù)據(jù)每日以海量激增[1],傳統(tǒng)的基于文本的圖像檢索技術(shù)已無(wú)法適應(yīng)對(duì)圖像內(nèi)容的檢索需求,為了解決問(wèn)題,基于內(nèi)容的圖像檢索技術(shù)(Content-Based ImageRetrieval,CBIR)提供了新的解決思路[2-3]。目前,CBIR的研究主要集中于圖像特征的提取,包

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 孟勇,洪丹輝,毛丹;測(cè)度熵在圖像紋理分析中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用與軟件;2000年08期

2 吳濤;秦昆;;圖像紋理特征數(shù)據(jù)挖掘的理論與方法探討[J];計(jì)算機(jī)時(shí)代;2006年08期

3 方玲玲;王相海;;圖像挖掘研究[J];計(jì)算機(jī)科學(xué);2009年08期

4 高振宇;楊曉梅;龔劍明;金海;;圖像復(fù)雜度描述方法研究[J];中國(guó)圖象圖形學(xué)報(bào);2010年01期

5 劉勇,施萬(wàn)昌,徐玉蘭;圖像差異的分析與識(shí)別[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2000年05期

6 羅l，

本文編號(hào)：1090493