基于多特征融合与稀疏分类的图像检索算法

发布时间：2017-10-24 21:02

  本文关键词：基于多特征融合与稀疏分类的图像检索算法

  更多相关文章： 图像检索 颜色特征 纹理特征 稀疏分类 内容搜索 特征提取

【摘要】：目前基于内容的图像检索研究中,图像特征提取的方法和相似性度量是影响检索准确性的关键因素。为破解当前基于内容的图像检索的语义鸿沟难题,提出基于多特征融合与稀疏理论的图像检索算法R_GLCM_SRC(Gray Level Co-occurrence Matrix,Sparse Representation-based Classifier)。R_GLCM_SRC利用颜色矩、灰度共生矩阵分别提取了图像的颜色和纹理特征作为综合特征,通过稀疏分类方法将底层特征分类问题转换为稀疏系数向量分类问题,从而实现图像分类检索。实验结果表明,R_GLCM_SRC提取的图像综合特征能够很好的实现图像的检索,在稀疏空间可有效缓解语义鸿沟问题,相对于最近邻分类检索算法,R_GLCM_SRC采用的稀疏分类算法检索效果更为稳定。
【作者单位】： 宿州学院数学与统计学院;河南牧业经济学院信息与电子工程学院;
【关键词】： 图像检索 颜色特征 纹理特征 稀疏分类 内容搜索 特征提取
【基金】：安徽省高校优秀青年人才基金(2012SQRL201)
【分类号】：TP391.41
【正文快照】： 近年来随着多媒体技术的快速发展,图像数据每日以海量激增[1],传统的基于文本的图像检索技术已无法适应对图像内容的检索需求,为了解决问题,基于内容的图像检索技术(Content-Based ImageRetrieval,CBIR)提供了新的解决思路[2-3]。目前,CBIR的研究主要集中于图像特征的提取,包

【相似文献】

中国期刊全文数据库 前10条

1 孟勇,洪丹辉,毛丹;测度熵在图像纹理分析中的应用[J];计算机应用与软件;2000年08期

2 吴涛;秦昆;;图像纹理特征数据挖掘的理论与方法探讨[J];计算机时代;2006年08期

3 方玲玲;王相海;;图像挖掘研究[J];计算机科学;2009年08期

4 高振宇;杨晓梅;龚剑明;金海;;图像复杂度描述方法研究[J];中国图象图形学报;2010年01期

5 刘勇,施万昌,徐玉兰;图像差异的分析与识别[J];复旦学报(自然科学版);2000年05期

6 罗l，

本文编号：1090493