基于模糊神经网络的语义映射方法及其在自然图像检索中的应用

摘要：

在CBIR研究中,图像低层视觉特征和高层语义特征之间存在的“语义鸿沟”成为语义图像检索的关键问题.为了避免一般映射方法把一幅图像归于一类语义图像的现象,体现自然风景图像中包含的丰富的高层语义信息和多归属类型,提出了对自然风景彩色图像中颜色较单一的目标区域,重复采用最优阈值化进行一次粗分割来提取最大目标区域,在分割区域的基础上,提取图像的局部颜色和形状特征,最后利用改进的模糊神经网络来建立低层视觉特征和高层语义特征之间的映射,实现了图像属性信息的有效传递和高层语义的自动获取.实验结果表明,该图像分割方法对自然彩色图像能够有效地提取目标物体,并对噪声图像具有一定的鲁棒性,而语义图像的部分类别的检索准确率接近90％,查全率也达到了75％,实验结果证明了该方法对自然图像检索的有效性及先进性.

关键词：基于内容的图像检索、语义图像检索、图像分割、最优阈值化、鲁棒性、模糊神经网络

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省自然科学基金14JJ2074;“十二五”国家科技支撑计划项目;湖南省重点学科建设项目资助

在线出版日期：2014-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：122-126