基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于内容的图像检索是近年来计算机视觉领域的重要方向之一,如何快速准确地匹配视觉信息内容是图像检索最关键的部分.目前大多数检索方法采用BOF (bag of features)算法,该算法的检索精度较低,且运行速度较慢.提出了一种新的匹配方法,提高检索精度的同时有效减少了检索时间.本算法利用特征点的四个相对独立的角度对其进行分类,可大幅减少需要比较的特征算子的数量,并对每一分类中的特征点使用k-means算法聚类,得到若干个聚类中心.本方法对每一聚类的特征点进行汉明编码,并采用倒排表的方式进行信息存储.实验对象使用Holiday图像库,结果显示,检索精度和检索速度较原先算法得到了较大程度的改善,检索精度最高可提高55.9%,至0.8557,检索时间最多可降低49.3%,至0.35s.
推荐文章
一种基于图元的多级图像检索系统
图像检索
语义词典
图元特征
基于共生矩阵的图像检索系统的研究
图像检索
纹理
灰度共生矩阵
三维共生矩阵
相关反馈
基于颜色分布的图像检索系统
基于内容的图像检索
颜色直方图
颜色分布
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 基于角度分类的快速图像检索系统
来源期刊 信息技术 学科 工学
关键词 基于内容的图像检索 特征袋 SIFT特征点 k-means算法 汉明编码
年,卷(期) 2012,(5) 所属期刊栏目 基金项目
研究方向 页码范围 16-20,24
页数 分类号 TN911.73
字数 4384字 语种 中文
DOI 10.3969/j.issn.1009-2552.2012.05.004
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 刘佩林 上海交通大学电子信息与电气工程学院 74 293 9.0 13.0
2 陆颖 上海交通大学电子信息与电气工程学院 13 71 4.0 8.0
3 陶建伟 上海交通大学电子信息与电气工程学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
研究主题发展历程
节点文献
基于内容的图像检索
特征袋
SIFT特征点
k-means算法
汉明编码
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导