基于SIFT特征点改进聚类的图像检索方法研究

• 作者: 张磊磊 陈丽芳
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 图像检索 SIFT特征点 聚类算法
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 图像学与辅助设计
• 页码范围: 188-191
• 页数: 4页
• 分类号: TP317.4
• 字数: 3583字
• 语种: 中文
• DOI: 10.11907/rjdk.171512

摘要

由于SIFT特征点能对图像局部特征进行合理、精确描述,有效使用SIFT特征点实现基于内容的图像检索成为当前计算机视觉领域中的热点问题.针对该问题,提出一种基于SIFT特征点的改进聚类的图像检索新方法.该方法包括图像颜色转换、特征点改进聚类算法,以及基于该算法的更有效的灰度直方图构建方法.与现有基于流光法的检索方法相比,该方法能有效解决聚类后特征点分组不确定和依赖特征点颜色信息和空间信息权重的问题.从公共图像库上的实验结果可以看出,该方法与现有方法相比具有较高的检索精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈丽芳	江南大学数字媒体学院	27	129	6.0	10.0
2	张磊磊	江南大学数字媒体学院	2	11	1.0	2.0