欢迎来到天天文库
浏览记录
ID:58140578
大小:1.04 MB
页数:6页
时间:2020-04-24
《基于增强微结构和上下文相似度的图像检索-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、JournalofComputerApplicationsISSN1001—90812014.10.10计算机应用,2014,34(10):2938—2943CODENJYIIDUhttp://www.joca.cn文章编号:1001—9081(2014)10—2938—06doi:10.11772/j.issn.1001—9081.2014.10.2938基于增强微结构和上下文相似度的图像检索胡扬波,袁杰r,王李冬(1.江苏电力信息技术有限公司,南京210024;2.杭州师范大学钱江学院,杭州310018)(通信作者电子邮箱javamc@163.eom)摘要:针对图像检索中多特征综合
2、描述子维度过高且综合权值难以确定的缺点,提出一种新的基于增强微结构和上下文相似度的图像检索方法。首先,使用一种新的局部模式映射来创建过滤图;然后,基于该图上的颜色共生关系提取增强微结构描述子,该描述子综合了多种特征而维度与单特征相同,检索时使用此描述子计算图像对间的规范距离得出初始的有序相似图像序列;最后,结合迭代上下文相似度对检索序列进行重新排序。当迭代次数为50且考虑前24幅结果图像时,在Core1—5000和Corel一10000图像集上的实验结果显示,所提方法与同类型的多重基元直方图(MTH)和微结构描述子(MSD)方法相比,检索查准率分别提高了13.14%、7.o9%和11.
3、03%、6.8%。结果表明新方法能在维度不变的情况下综合多种特征并充分利用上下文信息,从而有效提高图像检索的准确率。关键词:局部模式映射;上下文相似度;最短路径传播;距离度量;图像检索中图分类号:TP391.41文献标志码:AImageretrievalbasedonenhancedmicro--structureandcontext·-sensitivesimilarityHUYangbo,YUANJie,WANGLidong(1.JiangsuElectricPowerInformationTechnologyCompanyLimited,,VangJiangsu210024,Ch
4、ina;2.QianfiangCollege,HangzhouNormalUniversity,HangzhouZhejiang310018,China)Abstract:Anewimageretrievalmethodbasedonenhancedmicro-structureandcontext·-sensitivesimilaritywasproposedtoovercometheshortcomingofhighdimensionofcombinedimagefeatureandintangiblecombinedweights.Anewlocalpatternmapwasfi
5、rstlyusedtocreatefihermap,andthenenhancedmicro·structuredescriptorwasextractedbasedoncolorCO—occurrencerelationship.Thedescriptorcombinedseveralfeatureswiththesamedimensionassinglecolorfeature.Basedontheextracteddescriptor,normaldistancebetweenimagepairswascalculatedandsorted.Combinedwiththeiter
6、ativecontext—sensitivesimilarity,theinitialsortedimageserieswerere—ranked.Withsettingthevalueofiterationtimesas50andconsideringthetop24imagesintheretrievedimageset,thecomparativeexperimentswithMulti—TextonHistogram(MTH)andMicro—StructureDescriptor(MSD)showthattheretrievalprecisionsoftheproposeda
7、lgorithmrespectivelyareincreasedby13.14%and7.09%onCorel一5000imagesetandincreasedby11.03%and6.8%onCorel-10000imageset.Bycombiningseveralfeaturesandusingcontextinformationwhilekeepingdimensionunchanged,thenewmethodcanenhanceth
此文档下载收益归作者所有