基于多特征融合与稀疏分类的图像检索算法
来源期刊:控制工程2016年第11期
论文作者:张光辉 徐学红
文章页码:1796 - 1801
关键词:图像检索;颜色特征;纹理特征;稀疏分类;内容搜索;特征提取;
摘 要:目前基于内容的图像检索研究中,图像特征提取的方法和相似性度量是影响检索准确性的关键因素。为破解当前基于内容的图像检索的语义鸿沟难题,提出基于多特征融合与稀疏理论的图像检索算法RGLCMSRC(Gray Level Co-occurrence Matrix,Sparse Representation-based Classifier)。RGLCMSRC利用颜色矩、灰度共生矩阵分别提取了图像的颜色和纹理特征作为综合特征,通过稀疏分类方法将底层特征分类问题转换为稀疏系数向量分类问题,从而实现图像分类检索。实验结果表明,RGLCMSRC提取的图像综合特征能够很好的实现图像的检索,在稀疏空间可有效缓解语义鸿沟问题,相对于最近邻分类检索算法,RGLCMSRC采用的稀疏分类算法检索效果更为稳定。
张光辉1,徐学红2
1. 宿州学院数学与统计学院2. 河南牧业经济学院信息与电子工程学院
摘 要:目前基于内容的图像检索研究中,图像特征提取的方法和相似性度量是影响检索准确性的关键因素。为破解当前基于内容的图像检索的语义鸿沟难题,提出基于多特征融合与稀疏理论的图像检索算法RGLCMSRC(Gray Level Co-occurrence Matrix,Sparse Representation-based Classifier)。RGLCMSRC利用颜色矩、灰度共生矩阵分别提取了图像的颜色和纹理特征作为综合特征,通过稀疏分类方法将底层特征分类问题转换为稀疏系数向量分类问题,从而实现图像分类检索。实验结果表明,RGLCMSRC提取的图像综合特征能够很好的实现图像的检索,在稀疏空间可有效缓解语义鸿沟问题,相对于最近邻分类检索算法,RGLCMSRC采用的稀疏分类算法检索效果更为稳定。
关键词:图像检索;颜色特征;纹理特征;稀疏分类;内容搜索;特征提取;