融合颜色词袋特征的视觉词汇树图像检索

• 作者: 张南 韩晓军
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 图像检索 颜色词袋 词汇树 视觉词汇
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 图形与图像
• 页码范围: 487-493
• 页数: 7页
• 分类号: TP391.41
• 字数: 4678字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.03.014

摘要

针对由图像灰度空间产生的传统词袋模型SIFT特征无法体现图像的颜色信息的问题,提出了一种融合颜色特征的视觉词汇树来对图像进行描述.提取SIFT特征并建立词汇树,获取图像的SIFT表示向量.利用K-means方法对图像库中的所有图像的HSV值进行聚类,获得基于HSV空间的颜色词袋表示向量,避免了传统颜色直方图方法所带来的量化误差.将SIFT特征与颜色词袋特征进行融合,完成了图像的全局特征和局部特征的融合.然后,计算融合特征的相似度,将相似度从高到低排序,完成图像检索.为了验证本方法的有效性,选择Corel图像库对算法性能进行实验分析,从主观评价和客观评价标准分别进行评价,并与传统方法进行了对比.结果表明,特征融合的检索性能与单一特征方法相比有较大提高.特征融合方法的平均检索查准率和查全率-查准率等评价指标,对比传统方法均有不同程度提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩晓军	天津工业大学电子与信息工程学院	26	129	6.0	10.0
3	张南	天津工业大学电子与信息工程学院	4	14	2.0	3.0