基于纹理的图像检索算法

被引：6

作者：

王琨

齐会来

杨波

张子华

机构：

[1] 空军驻无锡地区军事代表室

来源：

空军工程大学学报(自然科学版) | 2008年 / 03期

关键词：

纹理分析; 小波变换; 特征提取; 模式识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于图像内容的检索CBIR(content-based image retrieval)是近年来的一个研究热点。它能够帮助人们在庞大的数字图像库中准确、快速地找出需要的资料。从图像的纹理特征入手,以彩色纹理图像作为研究对象,提出了一种新的基于纹理的图像检索算法。算法以小波分析作为预处理,合理分析、设计了特征向量的构成,并根据这些特征进行相似度计算,从而得出分类结果。在实验中对100幅图像进行检索,检索结果的正确率为75%。为了进一步验证算法的鲁棒性,对35种纹理及其旋转180°的图像共70幅图像进行检索,正确识别率为64%。实验说明本算法具有较高的识别率,并具有一定的鲁棒性。与其它算法相比,本算法在具有较高识别率的同时,能反映近似纹理的聚类性,且本算法不要求图像的尺寸完全相同。

引用

页码：54 / 57

页数：4

共 10 条

[1]

MPEG-7 Visual Shape Descriptors. Borber M. IEEE Transactions on Circuits and Systems for Video Technology . 2001

[2]

Image Identification Using Local Descriptors. Valle E,Philipp Foliguet S,Cord M. Image Val 2006 Workshop . 2007

[3]

Texture Analysis and Classification With Tree-structured Wavelet Transform. Chang T,Jay C. IEEE Transactions on Image Process . 1993

[4]

Boosting the Distance Estimation:Application to the K-nearest Neighbor Classifier. Amores J,Sebe N,Radeva P. Pattern Recognition Letters . 2006

[5]

Texture Classification by Wavelet Packet Signatures. L Andrew,F Jian. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1993

[6]

Content-based image retrieval at the end of the early years. M Amoid,W Marce,S Simone et al. IEEE Trans on Pattern Analysis and Machine Intelligence . 2000

[7]

Texture classification and segmentation using wavelet frames. Unser M. IEEE Transactions on Image Processing . 1995

[8]

Wavelet-based Texture Retrieval Using Generalized Gaussian Density and Kullback-Leiberdistance. Minh N Do,and Martin Vetterli. IEEE Transactions on Image Processing . 2002

[9]

Digital Image Processing. Kenneth R Caastleman. . 1998

[10]

Color and Texture Descriptors. Manjunath B S,Ohm J R,Vasudevan V V,et al. IEEE Trans on Circuits and Systems forVideo Technology . 2001

← 1 →