原文服务方: 科技与创新       
摘要:
提出了一种基于图像分类的图像检索算法.算法首先以图像间的相关系数作为距离进行聚类,并确定每类图像的中心图像.图像检索过程分为两步:首先寻找匹配程度最高的中心图像,然后在该中心图像所在类中寻找最佳匹配图像.由于分类和确定中心均可离线操作,所以该算法显著加快了图像检索速度.此外,本文还运用信息熵分析了分类的有效性.实验结果表明:算法有效.
推荐文章
植物叶图像特征分析和分类检索
植物学
植物叶片特征
语义字典
分层分类
描述符
图像索引
基于颜色和形状的图像检索
颜色直方图
小波矩
图像检索
支持向量机
相关反馈
基于SVM的相关反馈图像检索研究
基于内容的图像检索
感兴趣区域
支持向量机
相关反馈
基于综合特征和SVM相关反馈的图像检索
图像检索
特征提取
Zernike矩
纹理分析
相关反馈
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于相关关系的图像分类和图像检索
来源期刊 科技与创新 学科
关键词 图像分类 图像检索 聚类分析 相关系数
年,卷(期) 2009,(15) 所属期刊栏目 图像处理
研究方向 页码范围 294-296
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2009.15.119
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贾淑华 上海上海理工大学管理学院 1 12 1.0 1.0
2 李星野 上海上海理工大学管理学院 1 12 1.0 1.0
3 马琳琳 上海上海理工大学管理学院 1 12 1.0 1.0
4 姜兴乾 上海上海理工大学管理学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (12)
参考文献  (5)
节点文献
引证文献  (12)
同被引文献  (9)
二级引证文献  (27)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(6)
  • 引证文献(2)
  • 二级引证文献(4)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(7)
  • 引证文献(3)
  • 二级引证文献(4)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像分类
图像检索
聚类分析
相关系数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导