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:
针对当前彩色图像检索技术容易受到色彩干扰,鲁棒性不强等不足,提出了一种字典统计耦合归一化多重距离的彩色图像检索算法.首先,将图像量化并转换成一维信号;然后,引入字典统计,将一维信号进行字典编码,并计算编码后的图像多样值;在归一化字典距离的基础上,嵌入字典编码图像的多样值,从而定义了归一化多重距离(NMD)的相似度量准则,利用NMD对查询图像与数据库图像的多样值进行比较与识别,搜索出与查询图像具有相同特征的最相似图像,完成目标检索.在COREL数据库的实验结果表明:相对于当前常用的检索技术,该检索算法具有更高的查准率和查全率,可对彩色图像完成精确检索,有效减低了色彩对检索性能的干扰.
推荐文章
基于可分离空洞卷积与联合归一化的语义分割算法研究
图像语义分割
可分离空洞卷积
实例归一化
批量归一化
基于统计模型和KL距离的纹理图像检索
小波
一般高斯模型
混合高斯模型
纹理
一种基于归一化割的图像分割算法
图像分割
归一化割
图的划分
分组
基于非归一化直方图的GrabCut图像分割算法改进
GrabCut
非归一化直方图
图像分割
高斯混合模型
能量函数
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 基于字典统计耦合归一化多重距离的图像检索算法
来源期刊 西南师范大学学报(自然科学版) 学科 工学
关键词 图像检索 字典统计 归一化多重距离 字典编码 相似度量准则
年,卷(期) 2017,(7) 所属期刊栏目 应用研究
研究方向 页码范围 39-45
页数 7页 分类号 TP391.3
字数 3078字 语种 中文
DOI 10.13718/j.cnki.xsxb.2017.07.007
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 朱春华 河南工业大学信息科学与工程学院 43 105 6.0 8.0
2 李培 郑州旅游职业学院信息工程系 13 33 4.0 5.0
3 张洁 郑州旅游职业学院信息工程系 23 43 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (28)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(15)
  • 参考文献(2)
  • 二级参考文献(13)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(5)
  • 参考文献(4)
  • 二级参考文献(1)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 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
图像检索
字典统计
归一化多重距离
字典编码
相似度量准则
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
西南师范大学学报(自然科学版)
月刊
1000-5471
50-1045/N
大6开
重庆市北碚区天生路2号
78-22
1957
chi
出版文献量(篇)
6658
总下载数(次)
10
总被引数(次)
41887
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导