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:
传统基于局部特征表示的图像检索方法在图像特征提取和特征相似性匹配时计算量较大,为此提出一种运用随机算法进行改进的图像检索方法。在图像特征提取方面,通过随机采样获得数量适当的像素点作为特征点,用SIFT(scale invariant feature transform)算子对随机特征点进行描述以形成图像的有效表示;在特征相似性匹配方面,采用基于随机映射的LSH(locality sensitive hashing)算法为图像特征库建立索引,并用于对所查询图像的局部特征进行高效的近似近邻搜索。实验结果表明,该方法有效降低了图像检索的计算复杂度,提高了检索效率。
推荐文章
一种新的图像检索方法
图像检索
图像分类
支持向量机
相似性匹配
一种改进的SVM相关反馈图像检索方法
支持向量机
统计学习理论
机器学习
图像检索
一种基于主颜色表的图像检索算法
主颜色表
图像检索
算法
一种新的数字图像检索方法的研究
聚类
图像检索
分块主色
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 一种运用随机算法改进的图像检索方法
来源期刊 武汉科技大学学报(自然科学版) 学科 工学
关键词 图像检索 局部特征 随机采样 特征索引 SIFT特征 LSH算法
年,卷(期) 2015,(1) 所属期刊栏目
研究方向 页码范围 72-76
页数 5页 分类号 TP391.4
字数 4584字 语种 中文
DOI
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 徐望明 武汉科技大学信息科学与工程学院 25 98 5.0 9.0
2 卢艳君 武汉科技大学信息科学与工程学院 1 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  (21)
共引文献  (1)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像检索
局部特征
随机采样
特征索引
SIFT特征
LSH算法
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
武汉科技大学学报(自然科学版)
双月刊
1674-3644
42-1608/N
湖北武汉青山区
chi
出版文献量(篇)
2627
总下载数(次)
1
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导