基于多特征编码的图像检索

发布时间：2024-04-11 20:01

　　图像检索,一直是近几年一个异常火热的研究课题,基于各种特征和编码方式的图像检索系统层出不穷。然而,由于一幅图像中包含多种类型的信息,要想较好的诠释一幅图像,仅靠单一特征很难实现,因此多特征融合的图像检索系统应运而生,用多种特征来描述一幅图像,能将图像的各种信息都包含进去,从而达到更高的检索精度。尺度不变特征转换(Scale invariant feature transform,SIFT),局部二值模式(Local Binary Pattern,LBP)和颜色特征是图像检索系统中常用的三种特征,在应对各类图像时都有很好的表现。矢量量化编码(Vector Quantization,VQ),费舍尔向量编码(Fisher Vector,FV)和局部线性约束编码(Locality-Constrained Linear Coding,LLC)在对图像特征进行编码时也有着优越的性能。本文以上述三种特征和三种编码方式为主要研究对象,以提高图像检索精度为目标,提出多种组合方案的多特征编码的图像检索并进行实验验证。主要研究内容如下:1.从单特征多编码的角度进行实验,使用一种特征和上述三种编码方式进行组合...

【文章页数】：79 页

【部分图文】：

图2-1不同尺度图像示例

(a)(b)(c)图2-1不同尺度图像示例关键点定位：关键点指的是高斯差分函数空间的局部极值点。以某一这个点的邻域点与其作比较，邻域点就是这个点所在平面内周围的八个点个平面内各九个点，一共二十六个点作比较。关键点方向确定：基于局部图像的梯度方向，每个关键点具有一个或随后的....

图2-4颜色直方图示例

空间位置信息，即无法描述图像中的某一具体对象或物体。最常用的颜色空间和HSV颜色空间，本文采用HSV颜色空间模型。色空间具有和人眼相似的对色彩的感知和鉴别能力。HSV中，H对应度，V对应亮度，通道间相互独立。HSV颜色空间具有两个特点：第像的彩色信息无关；第二，....

图2-5图像检索示例图

图2-5图像检索示例图以上图为例，求得检索精度AP为：)80.97059887665544332211AP=(+++++++÷≈图像检索的最终目的，是要找出符合要求的图像。一万个人有一万个哈姆雷特，每人对图像的理解也不太一样，具有较强的主观性。所以以MAP这种硬性的....

图3-1组合1实验结果示例

组合1：SIFT特征和VQ编码得到结果SIFT-VQ组合2：SIFT特征和FV编码得到结果SIFT-FV组合3：SIFT特征和LLC编码得到结果SIFT-LLC组合4：SIFT-VQ和SIFT-FV得到融合结果组合5：SIFT-VQ+SIF....

本文编号：3951070