计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
z2期
123-127
,共5页
词汇树%图像检索%K-means%ISODATA%CRONE算子%SIFT特征
詞彙樹%圖像檢索%K-means%ISODATA%CRONE算子%SIFT特徵
사회수%도상검색%K-means%ISODATA%CRONE산자%SIFT특정
Vocabulary tree%Image retrieval%K-means%ISODATA%CRONE%SIFT
词汇树图像检索是一种基于视觉关键词结构的高效的图像检索算法.该算法在特征提取和聚类过程中分别采用SIFT算法和K-means算法.然而,K-means算法对初值比较依赖,当聚类个数未知时,聚类易出现强分现象,且SIFT算法易造成数据溢出和增加检索时间.对此,给出了两种新的特征提取方法,分别称为SIFT CRONE特征和Color HU特征,同时引入了ISODATA算法对特征进行聚类.SIFT CRONE特征提取方法基于SIFT算法确定图像的关键点,采用CRONE算子计算关键点周围像素的梯度,对关键点进行向量描述,其优点是既保持了SIFT特征的优点又减少了检索时间.Color HU特征是利用SIFT确定关键点和有效区域,对关键点的邻域提取该感兴趣区域的颜色直方图和HU矩特征,降低特征维数,缩短检索时间.在使用ISODATA算法时,设计了一种自适应参数确定算法.实验结果表明,ISODATA算法克服了K-means对初值的依赖,当聚类个数未知时有较好的聚类效果;两种新特征有各自的特点,均可以缩短图像的检索时间,提高检索效率.
詞彙樹圖像檢索是一種基于視覺關鍵詞結構的高效的圖像檢索算法.該算法在特徵提取和聚類過程中分彆採用SIFT算法和K-means算法.然而,K-means算法對初值比較依賴,噹聚類箇數未知時,聚類易齣現彊分現象,且SIFT算法易造成數據溢齣和增加檢索時間.對此,給齣瞭兩種新的特徵提取方法,分彆稱為SIFT CRONE特徵和Color HU特徵,同時引入瞭ISODATA算法對特徵進行聚類.SIFT CRONE特徵提取方法基于SIFT算法確定圖像的關鍵點,採用CRONE算子計算關鍵點週圍像素的梯度,對關鍵點進行嚮量描述,其優點是既保持瞭SIFT特徵的優點又減少瞭檢索時間.Color HU特徵是利用SIFT確定關鍵點和有效區域,對關鍵點的鄰域提取該感興趣區域的顏色直方圖和HU矩特徵,降低特徵維數,縮短檢索時間.在使用ISODATA算法時,設計瞭一種自適應參數確定算法.實驗結果錶明,ISODATA算法剋服瞭K-means對初值的依賴,噹聚類箇數未知時有較好的聚類效果;兩種新特徵有各自的特點,均可以縮短圖像的檢索時間,提高檢索效率.
사회수도상검색시일충기우시각관건사결구적고효적도상검색산법.해산법재특정제취화취류과정중분별채용SIFT산법화K-means산법.연이,K-means산법대초치비교의뢰,당취류개수미지시,취류역출현강분현상,차SIFT산법역조성수거일출화증가검색시간.대차,급출료량충신적특정제취방법,분별칭위SIFT CRONE특정화Color HU특정,동시인입료ISODATA산법대특정진행취류.SIFT CRONE특정제취방법기우SIFT산법학정도상적관건점,채용CRONE산자계산관건점주위상소적제도,대관건점진행향량묘술,기우점시기보지료SIFT특정적우점우감소료검색시간.Color HU특정시이용SIFT학정관건점화유효구역,대관건점적린역제취해감흥취구역적안색직방도화HU구특정,강저특정유수,축단검색시간.재사용ISODATA산법시,설계료일충자괄응삼수학정산법.실험결과표명,ISODATA산법극복료K-means대초치적의뢰,당취류개수미지시유교호적취류효과;량충신특정유각자적특점,균가이축단도상적검색시간,제고검색효솔.