语义指向性特征聚类的图像检索算法研究

摘要：

在大型多媒体数据库中,需要进行图像检索实现感兴趣图像的准确索引和多媒体数据库的准确访问.传统方法采用关联信息人工标注方法进行图像检索,随着数据库中图像信息的增大,标注检索效率较低.为提高大型多媒体数据库中图像检索的效率和精度,提出了一种基于语义指向性特征聚类的图像检索算法.该算法通过图像向量量化编码实现图像压缩,对图像中的文本信息点进行频域特征点归类,对出现重叠文本的图像帧序列进行向量量化分解,提取梯度差异信息特征,实现语义指向性特征聚类,将窗口中梯度最大值进行自适应加权,提取量化编码压缩图像的语义特征信息,采用模糊C均值聚类算法对提取的语义特征进行分类标注,由此实现大型多媒体数据库中图像的准确检索和调度.仿真结果表明,该算法的图像检索准确度较高,图像帧差为零,输出图像的峰值信噪比优于传统方法,展示了较好的图像检索能力.

关键词：语义、聚类、图像检索、向量量化

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：河南省高等学校重点科研项目15A520055

在线出版日期：2017-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：83-88