利用脉冲耦合神经网络的纹理图像检索方法

• 作者: 李柏年 王晓飞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 基于内容的图像检索(CBIR) 脉冲耦合神经网络(PCNN) 交叉皮层模型(ICM) 特征提取
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 201-204,241
• 分类号: TP391
• 字数: 4621字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.07.054

摘要

为提高基于内容的图像检索系统(CBIR)中纹理特征提取的有效性,进一步提升CBIR系统的整体性能.提出了一种基于脉冲耦合神经网络的纹理图像检索方法.脉冲耦合神经网络(PCNN)是新一代的人工神经网络,在数据处理上具有很多优势.特征提取时具有平移、旋转、尺度、扭曲等不变性,以及很好的抗噪性,而这一点非常适合于图像检索系统.利用PCNN及简化模型ICM得到对应于不同灰度值的二值图像序列,计算序列中每幅图像的熵序列,其一维的特征矢量作为纹理特征.采用Euclidean距离进行相似度计算,建立了一套基于示例查询图像的纹理图像检索系统.实验结果表明,与小波包等特征提取方法相比,该方法不仅对噪声具有较强的鲁棒性,同时能降低特征向量维数,具有尺度、平移和旋转不变性,而且能取得更高的检索率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李柏年	兰州大学信息科学与工程学院	15	108	7.0	9.0
2	王晓飞	兰州大学信息科学与工程学院	9	47	4.0	6.0