×

基于邻近空间理论的彩色图像检索。 (英语) Zbl 1457.94030号

摘要:对象检索的目标是根据一组图像与查询图像的相似性对其进行排序。目前,基于内容的图像检索是一个热门的研究课题,而颜色特征在这一过程中起着重要的作用。然而,提前建立一个图像相似性度量是很重要的。本文的创新点在于:。首先,利用邻近空间理论的思想检索查询图像和数据库图像之间的相关图像,并利用图像的颜色直方图获得Top-rank颜色,作为对象集。其次,基于改进的优势颗粒结构相似性方法计算相似度。因此,我们利用邻近空间理论提出了一种基于颜色的图像检索方法。为了检测该方法的可行性,我们在COIL-20图像数据库和Corel-1000数据库上进行了实验。实验结果证明了该框架及其应用的有效性。

MSC公司:

94A08型 信息和通信理论中的图像处理(压缩、重建等)

软件:

冲浪;线圈-20
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿莫尔斯,J。;塞贝,N。;Radeva,P。;Gevers,T。;Smeulders,A。;基于内容的图像检索中上下文信息的增强;第六届ACM SIGMM多媒体信息检索国际研讨会论文集:,31-38.
[2] Zhang,Y.P。;张,S.B。;严,Y.T。;一种用于图像检索的多视图融合方法;国际图像和信号处理、生物医学工程和信息大会论文集:,379-383.
[3] Chen,Y.Y。;基于颜色特征的图像检索算法;IEEE软件工程和服务科学国际会议论文集:,647-650.
[4] 梁,C.W。;纽约州钟。;图像检索中颜色特征的提取与选择;IEEE科学与工程先进材料国际会议论文集:,589-592.
[5] 李,M.Z。;Jiang,L.H。;一种改进的基于颜色特征提取的图像检索算法;智能人机系统与控制论国际会议论文集:。
[6] Alhassan,A.K。;Alfaki,A.A。;基于颜色和纹理融合的基于内容的图像检索方法;通信、控制、计算和电子国际会议记录:,1-6.
[7] 北卡罗来纳州戈帕尔。;博山,R.S。;基于增强SURF的基于内容的图像再验证;第五届全国计算机视觉、模式识别、图像处理和图形会议论文集:,1-4.
[8] H.海湾。;埃斯·A。;Tuytelaars,T。;Gool,L.V.公司。;加速鲁棒特征(SURF);计算。视觉。图像理解:2008; 第110卷,346-359。
[9] 考尔,M。;苏西,北。;一种基于颜色、纹理和边缘特征的基于内容的图像检索新技术;通信和电子系统国际会议记录:,1-7.
[10] Chen,Q.S。;丁,Y.Y。;李,H。;王,X。;Wang,J。;邓,X。;一种新的基于多特征融合和稀疏编码的图像检索框架;IEEE系统、人类和控制论国际会议论文集Octobor:,2391-2396.
[11] Kang,L.W。;Hsu,C.Y。;陈,H.W。;卢,C.S。;Lin,C.Y。;基于特征的稀疏表示在图像相似性评估中的应用;IEEE传输。多模式。:2011; 第13卷,1019-1030。
[12] Bakhshali,文学硕士。;基于信息论的脑MR图像模糊聚类分割与增强;软计算:2016; 第21卷,6633-6640。
[13] Pawlak,Z。;粗糙集,第六届ACMSIGMM会议论文集;国际期刊计算。通知。科学:1995; ,256-341. ·Zbl 0501.68053号
[14] Lim,K.Y。;Rajeswari,M。;基于信息论粗糙集的模糊边界目标分割;国际电子杂志。共同点:2017; 第77卷,50-56页。
[15] Senthilkumaran,N。;Rajesh,R。;基于粒度粗糙集的脑图像分割;国际艺术科学杂志:2009年;第3卷,69-78。
[16] 罗伊·P。;Goswami,S。;Chakraborty,S。;阿扎尔,A.T。;戴伊,N。;粗糙集理论在图像分割中的应用综述;国际粗糙集数据分析:2014; 第1卷,第62-74页。
[17] Khodaskar,A.A。;拉达克公司。;粗糙集理论在图像检索中的应用;第六届ACM SIGMM计算机通信与信息学国际会议论文集:,1-6.
[18] Thilagavathy,C。;Rajesh,R。;粗糙集理论及其应用——图像处理综述;第三届应用科学、工程和技术世界会议论文集:,27-29.
[19] 罗西奥,L.M。;劳尔,S.Y。;A.R.维克多。;阿尔贝托,P.R。;使用自适应阈值选择和感知颜色空间改进基于粗糙集理论的分割方法;《电子杂志》。图片:2014; 第23卷,013024。
[20] Wasinphongwanit,P。;Phokharatkul,P。;基于轮廓特征的粗糙集图像检索;计算机、机电、控制和电子工程国际会议论文集:;第6卷,349-352。
[21] 彼得斯,J.F;数字图像拓扑中的计算近距离偏移:德国柏林,2016年·Zbl 1382.68008号
[22] 普塔克,P。;W.G.Kropatsch。;数字图像和邻近空间中的邻近性;第九届离散几何国际会议论文集:,69-77. ·Zbl 1043.68814号
[23] 彼得斯,J.F。;近距离Delaunay网格中的能见度和强近Wallman近距离;高级数学:2015; 第4卷,41-47·Zbl 1335.65033号
[24] 马,J。;基于HSV颜色空间和纹理特征的基于内容的图像检索;IEEE网络信息系统与挖掘国际会议论文集:,61-63.
[25] Yan,Y。;Ren,J。;李毅。;风车,J。;伊约马,W。;融合主色和空间布局特征有效检索彩色标志和商标图像;IEEE多媒体大数据国际会议论文集:;第106卷,第306-311页。
[26] 施罗德理学学士;有序集:简介:德国柏林,2002年。
[27] 梅辛,D.S。;Beek,P.V.公司。;埃里科,J.H。;MPEG-7颜色结构描述符:利用颜色和局部空间信息进行图像描述;2001年国际图像处理会议记录:,670-673.
[28] 施,J.L。;Chen,L.H。;基于颜色矩基元的彩色图像检索;IEE程序。视觉。图像信号处理:2002; 第149370-376卷。
[29] Kasutani,E。;山田,A。;MPEG-7彩色布局描述符:一种用于高速图像Nideo段检索的紧凑图像特征描述;图像处理国际会议论文集:,674-677.
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。