基于内容的图像检索相关反馈算法的改进

基于内容的图像检索相关反馈算法的改进

ID:9139473

大小:64.49 KB

页数:9页

时间:2018-04-19

基于内容的图像检索相关反馈算法的改进_第1页
基于内容的图像检索相关反馈算法的改进_第2页
基于内容的图像检索相关反馈算法的改进_第3页
基于内容的图像检索相关反馈算法的改进_第4页
基于内容的图像检索相关反馈算法的改进_第5页
资源描述:

《基于内容的图像检索相关反馈算法的改进》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、基于内容的图像检索相关反馈算法的改进基于内容的图像检索研究(Content-basedImageRetrieval,CBIR)的H的是实现自动地?智能地检索图像,研究的对象是使查询者可以方便?快速?准确地从图像数据库中查找特定图像的方法和技术?本文在改进传统的相关反馈算法基础上,引入可更新的特征库,可以将用户反馈的信息逐步嵌入到这个可更新特征库中?实验结果证实了本文改进算法的有效性?关键词:图像检索;纹理;特征提取;相似性度量;相关反馈:TP393:A叫.AZ‘■>A1刖目基于内容的图像检索(CBIR)技术是由计算机自动

2、提取包含图像内容的可视化特征:颜色?纹理?形状?轮廓?对象的位置和相互关系等,对数据库中的图像和查询样本图像在特征空间进行相似匹配,检索出与样本相似的图像?与传统标注文本数据库检索的拓展相比,CBIR在检索精度?表达方法?检索速度等方面有着无可比拟的优越性?对CBIR技术的研究重点大多放在视觉特征的提取,包括颜色?纹理?形状?轮廓等?近年来研究者又引入了更多领域的知识:从知识表示的角度运用人工智能领域的推理及神经网络技术来提取特征和分类图像;构造面向对象的CBIR系统;开发面向网络的CBIR系统;并行CBIR技术也被提上

3、议程?CBIR技术己经成为融合了模式识别?人工智能?图像处理等多个知识领域的研究热点,能够并已经开始应用于丽W上的图像检索?图像过滤?数字图书馆?视频内容检索?预防犯罪(指纹识别)?军事?知识产权(商标)?建筑与工程设计?文化遗产?医疗诊断?地理信息系统和遥感等多个领域?国内外众多的专家学者对基于内容的图像检索技术进行了大量研究,并且取得了不少成果?如在利用颜色特征进行检索方面,Swain提出了直方图相交法[l];Stricker[2]提出了累加直方图法等?在利用纹理特征进行图像检索方面,Tamura特征法则是Tamur

4、a等人通过对6个与人的视觉感受相关的纹理特征的研究[3],采用粗糙度?对比度?方向性作为纹理特征;Gabor和小波模型法则是对图像进行多分辨率滤波,提取比付氏法更丰富的纹理特征?Gabor滤波函数是完备的非正交函数集,B.S.Manjunath和W.Y.Ma[4]先消除系列Gabor滤波器的元余度(相关性),然后又设计Y—种自适应滤波器选择方法,大大降低Y计算量,最后以Gabor小波变换系数的均值和方差作为纹理特征进行图像检索?在利用形状特征进行检索方面,A.K.Jain[5]利用Canny边界检测算子找出图像的边界,再

5、统计边界的方向直方图,以此作为形状特征结合颜色直方图对400幅商标图像库进行检索,取得了很好的效果?在相关反馈基础技术图像检索方面,Rui等提出的修改特征向量和特征分量权重的方法[6]?本文主要对已有的相关反馈算法进行了改进?改进算法在修改特征向量和特征分量权重的同时,通过拉近和推远正负反馈图像的特征,将用户对系统的反馈信息更新到特征库中,使以后的检索请求可以充分利用此信息,实验测试证实了该算法的高效性?计算技术与自动化2007年6月第26卷第2期李庆先:基于内容的图像检索相关反馈算法的改进2基本反馈算法传统的相关反馈检

6、索过程如下:首先由用户向系统提出查询请求系统根据查询实例的特征在特征索引库中查找与之相似的特征向量,从而返回给用户这些特征向量所对应的图像?然后,用户对系统检索到的图像与查询图像之间的相似度做出评价比如简单地评价为相似或不相似或标注出检索到的图像与查询实例的相似程度?将此信息反馈给系统,系统对查询实例的特征和特征分量在相似度度量中的权重进行修改然后再做特征匹配进而返回更接近于用户查询意图的图像?经过这样一次次的反馈,系统逐渐返回给用户所期望的结果?式(1)是系统根据用户反馈信息对查询实例的特征所做的更新?式中Q??T表示

7、更新后的查询特征向量,X是由所有检索回图像的特征向量组成的矩阵,N是系统检索回的图像个数,A是用户对每幅像的标注权重组成的向量?式(2)表示系统根据用户反馈信息对各个特征分量的匹配权重所做的更新?式中,W为权值矩阵;C是X的加权方差阵;K是特征向量的维数,当N通过以上对特征向量的修改可以使该向量逐渐逼近要检索图像类的特征向景中心?而对于特征分景权重的修改相当于对原特征空间做一次次的空间变换,将原特征空间中比较分散的同一类特征向量映射到新空间的超椭球体内?3相关反馈算法的改进基本反馈算法对特征分量权重所做的修改,虽然相当于

8、特征空间的一种非线性变换,但并没有改变特征库中的特征向量,因此在下一次查询请求中无法利用这次查询的结果?为克服此问题本文对反馈算法的第一个改进是:在修改目标特征向量的同时将相似的反馈图像的特征向量向目标特征向量移动,位移量由一个收缩因子c来控制,如式(4)所示?式中,P??K?P????K+1??表示相似图像在更新前

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。