基于多特征融合的图像检索

摘要：

目前图像检索的准确性是研究的难题,主要在于特征提取的方法.为了提高图像检索的精度,在图像底层特征研究的基础上,提出了一种综合多特征的图像检索算法——基于底层特征综合分析算法(CAUC).首先,在YUV颜色空间下提取图像的平均值和标准方差作为全局颜色特征,获得图像的二值位图,提取其局部颜色特征;然后,基于紧密度和Krawtchouk矩不变量提取图像的形状特征;再根据改进的四像素共生矩阵算法提取图像的纹理特征;最后综合多特征将待查询图像与图像库中图像进行相似度计算,返回相似度高的图像.在Corel-1000的图像集上的实验结果显示,与原来仅考虑四像素共生矩阵的方法相比,CAUC的查准率与查全率没有明显降低,但检索时间大大减少;与另外两种多特征融合的图像检索方法相比,CAUC仍能在保证较高检索速度的同时提高查准率与查全率.实验结果表明,CAUC方案能有效提取图像特征,提高检索效率.

关键词：图像检索、YUV颜色空间、二值位图、Krawtchouk矩、四像素共生矩阵

所属期刊栏目：35

分类号：TN911.73

资助基金：国家科技支撑计划项目2013bah12f01

在线出版日期：2015-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：495-498