基于混合特征的互联网茄子图像检索方法与系统

摘要：

互联网图像数据的爆炸式增长使得有效检索变得越来越重要,不同于文字的检索,有效的图像检索仍然是一个开放的问题.该文提出了基于混合特征的互联网茄子类图像的检索方法,并开发了图像检索系统.该文采用Hu不变矩(hu invariant distance)作为几何不变特征,采用颜色矩方法,通过计算HSV空间的三阶矩来描述颜色特征,采用分水岭算法(watershed algorithm)提取茄子的轮廓特征,通过长宽比特征区分长茄和圆茄,最后综合几何不变特征、颜色、轮廓特征进行茄子对象的描述,分别给3种特征赋不同的权重,形成检索系统.试验验证,该文方法和系统在测试数据集上查全率为87.6%,查准率为87.6%,相比于只采用Hu不变矩方法(其查全率为31.75%,查准率为31.75%)在Hu不变矩加颜色特征方法(查全率为52.8%,查准率为52.8%),有了一定的提升,验证了方法的有效性.

关键词：图像检索、特征提取、轮廓测量、颜色矩、HSV颜色空间、目标物体的长宽比

所属期刊栏目：33

分类号：TP391.3(计算技术、计算机技术)

资助基金：国家自然科学基金61472172,61100115;国家国际科技合作专项项目2015DFA00530

在线出版日期：2017-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：177-183