自适应融合目标和背景的图像特征提取方法

摘要：

针对现有基于结构元描述的图像特征提取算法缺少连续像素或结构元的相关性描述，对图像特征的区分能力不足的问题。通过定义新的结构元和自适应向量融合模型，并引入连通粒概念，提出一种加权量化方法对图像目标和背景进行自适应融合。首先根据视觉选择特性定义9种新的结构元，并且构建了连通粒属性及分层统计模型；然后通过颜色转换和结构元匹配生成相应的映射子图，从中提取统计结构元和连通性特征向量；最后利用自适应向量融合模型把各分量合并为一组特征向量用于图像检索。在3个 Corel 数据集上的实验结果表明，与其他算法相比，文中方法性能更稳定，能达到更高的检索精度；该方法既能描述图像的全局特征，又能反映图像的局部细节信息。

关键词：图像检索、图像特征提取、结构元、连通粒

所属期刊栏目：28

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61173163,61370200

在线出版日期：2016-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1250-1259