欢迎来到天天文库
浏览记录
ID:53575763
大小:361.71 KB
页数:4页
时间:2020-04-19
《基于稀疏低秩描述的图像检索方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、第41卷第3期计算机科学Vo1.41No.32014年3月ComputerScienceMar2014基于稀疏低秩描述的图像检索方法陈刚岳晓冬。陈字飞(同济大学企业数字化技术教育部工程研究中心上海200092)(上海大学计算机工程与科学学院上海200444)。摘要使用颜色、形状、纹理等特征的基于内容的图像检索技术,将图像看作向量空间中的点,通过计算两点之间的某种距离来衡量图像间的相似度,然而在提取图像特征时相同类型的图像会出现不一致的特征,极大地影响了检索算法的准确率。针对该问题,提出一种稀疏低秩描述的多特征图像检索方法。通过对图像集的
2、稀疏低秩描述,保持了相同类别特征的全局结构,同时也降低了对于局部噪声的敏感度,增强了检索算法的鲁棒性。在Cord图像集上的检索实验结果表明,该方法较已有的基于内容的图像检索方法有更好的检索效果。关键词基于内容的图像检索,稀疏低秩描述,特征提取中图法分类号TP391文献标识码AImageRetrievalMethodBasedonSparseLow-rankRepresentationCHENGangYUEXiao-dong2CHENYu-fei(EngineeringResearchCenterforEnterpriseDigitalT
3、echnology,MinistryofEducation,TongjiUniversity,Shanghai200092,China)(SchoolofComputerEngineeringandScience,ShanghaiUniversity,Shanghai200444,China)。AbstractThecontentbasedimageretrievalmethodextractsthecolor,textural,shapefeaturesofimages,whichcanberepresentedinthefeatur
4、espace,withsimilaritiesamongthemobtainedbysomedistancebetweenfeaturevectors.Itsac—curacycriticallydependsonthefeaturevectors.However,imagesinsameclasswillhavediferentfeatures.Thispaperpresentedanimageretrievalmethodbasedonsparse1ow-rankrepresentation.Afterthelow-rankcomp
5、onentsofeachsetwasrecovered,boththeglobalmixtureofsubspacesstructureandthelocallylinearstructureofthefeatureswerecaptured.Theexperimentalresultsshowthatthemethodnotonlyhasastrongrobustnesstotheunstablefeatures。butalsohasagoodretrievalperformance.KeywordsContentbasedimage
6、retrieval,Sparselow-rankrepresentation,Featureextraction破,能有效地对图像进行智能化管理和查询,因此针对它的研1引言究最多。文献[3]为了保持图像中像素的结构信息,避免不同随着数字图像技术与互联网技术的快速发展,每天都会颜色间的相互影响,使用了一种基于模糊颜色直方图的方法。有大量的图片产生,如何从图像数据库中快速、准确地找出所文献E4]对提取出来的特征,采用行聚类学习方式进行图像检需图像成为近年来计算机视觉领域内研究的热点。基于文本索。文献[5]使用图像的颜色、纹理等多种底层特征进
7、行检的图像检索I】](textbasedimageretrieva1)技术是对图像的关索。从相同类型图像中提取出来的特征里经常会出现不稳定键字进行检索,而关键字的标注需要大量的人力、物力,关键状况,这些不稳定特征会降低检索的准确率。因此本文提出字不能完整描绘出图像中的全部内容,所以没法适应海量图一种基于稀疏低秩描述的图像检索方法,该方法能够去除图像检索。像特征中的噪声,使检索结果更准确。与传统图像检索方法计算机视觉领域常用的视觉特征有颜色、纹理、形状等:直接使用图像特征的方式不同,稀疏低秩描述方法使用核范颜色是最简单的图像特征,对图像中
8、物体的大小、方向、旋转数最小化和L1、L21范数最小化,将特征修复问题转化为低等的依赖性较小;纹理是指具有同源属性,但并非由单一颜色秩矩阵去噪,并通过增广拉格朗El乘子法(AugmentedLa—或亮度表示
此文档下载收益归作者所有