基于Vague集模糊量化的图像检索算法

摘要：

为了提高图像的检索效果,提出了基于Vague集模糊量化的图像检索算法.该算法首先在色调-饱和度-亮度(hue saturation value,HSV)空间中划分模糊区域,并建立每个区域的梯形隶属度函数;其次,通过梯形隶属度函数得到任意颜色在模糊区域的Vague隶属度,进而将该Vague隶属度转化为包含中立度信息的Fuzzy值,并对该Fuzzy值加权得到新的量化值,从而得到颜色直方图;最后,将原图平滑处理,并与原图直方图结合得到广义直方图,通过欧氏距离进行相似匹配得到检索结果.实验采用Corel1000图像库,选取花作为检索的目标图像,结果显示,非均匀量化算法,模糊量化算法和改进算法的查准率分别为62.5％,72.5％,75％;查全率分别为25％,29％,30％.采用3种算法分别检索主目标明确和主目标不明确的图片,结果显示,改进算法与非均匀量化算法,模糊量化算法相比,检索效果较好.

关键词：HSV空间、Vague集、模糊量化、广义直方图

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61502386;陕西省教育厅科学研究计划资助项目2013JK1074

在线出版日期：2018-03-06（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：50-55