融合多种内容特征的图像检索算法

计算机与现代化

融合多种内容特征的图像检索算法

1.重庆大学计算机学院，重庆400044；2.软件理论与技术重庆市重点实验室，重庆400044

收稿日期:2015-04-01 出版日期:2015-09-21 发布日期:2015-09-24
作者简介:朱凌云(1992-)，女,安徽安庆人,重庆大学计算机学院硕士研究生,研究方向：图像处理与检索；朱征宇(1959-),男,安徽马鞍山人,重庆大学计算机学院、软件理论与技术重庆市重点实验室教授，博士, 研究方向：Web智能检索,图像处理与检索；齐新勇(1988-)，男,河南人,硕士研究生,研究方向：图像处理与检索。
基金资助:
国家科技支撑计划重点项目（2011BAH25B04）

An Image Retrieval Algorithm Combining Multi-content Features

1. College of Computer Science, Chongqing University, Chongqing 400044, China；

2. Chongqing Key Laboratory of Software Theory and Technology, Chongqing 400044, China

Received:2015-04-01 Online:2015-09-21 Published:2015-09-24

摘要/Abstract

摘要：

为提高图像检索的准确度，提出一种基于内容的图像检索算法FCTL，它融合了图像的颜色、纹理和空间位置3种内容特征,生成一个300柄的特征直方图，用特征直方图的Matsushita距离衡量

图像间的相似度，按图像库中图像与搜索图像的相似程度排序返回检索结果。在WANG、UCID两大常用图像库上进行对比实验，并选用MPEG-7中推荐的ANMRR评价方法，实验结果表明，相比一些常用的图像

检索算法，FCTL的准确度有所提升。

关键词: , 基于内容的图像检索, 直方图, 颜色, 纹理, 空间位置

Abstract:

In order to enhance the accuracy of image retrieval, a new content_based image retrieval algorithm FCTL is presented in this paper. In FCTL, the feature of an

image is described by a 300 bin histogram, which contains three types of information: color, texture and location. To represent the similarity of two images, a Matsushita

distance between their histograms is used. The retrieve results will be returned, sorting by their similarities with a given querying image. ANMRR, which is recommended by MPEG

-7, is used to evaluate performance in our comparative experiments. The comparative results based on WANG and UCID image libraries show that, FCTL has higher retrieval accuracy

than some frequently used algorithms.

Key words: contend-based image retrieval (CBIR), histogram, color, texture, location

朱凌云1,朱征宇1,2,齐新勇1. 融合多种内容特征的图像检索算法[J]. 计算机与现代化.

ZHU Ling-yun1, ZHU Zheng-yu1,2, QI Xin-yong1. An Image Retrieval Algorithm Combining Multi-content Features[J]. Computer and Modernization.

［1］邵虹,崔文成,赵宏. 基于内容的图像检索技术研究［J］. 小型微型计算机系统, 2003,24(10):1845-1848.
［2］罗军，况夯. 基于内容的多特征融合图像检索［J］. 计算机工程与应用, 2009,45(1):153-155.
［3］ Manjunath B S, Ohm Jens-Rainer, Vasudevan Vinod V. Color and texture descriptors［J］. IEEE Transactions on Circuits and Systems for Video Technology, 2001,11(6):703-715.


［4］ Vedran Ljubovic, Haris Supic. A compact color descriptor for image retrieval［C］// International Conference on Information, Communication and Automation Technologies.

2013:1-5.
［5］ Ellen M Voorhees, Donna Harman. Common evaluation measures［C］// The 20th Text Retrieval Conference (TREC 2011). 2012:500-255. 
［6］ Chatzichristofis S A, Boutalis Y. Cedd: Color and edge directivity descriptor: A compact descriptor for image indexing and retrieval［C］// Proceedings of the 6th

International Conference on Computer Vision Systems. 2008,5008:312-322.
［7］徐果毅. 基于颜色特征旳图像检索研究［D］. 长沙：湖南大学, 2009.
［8］ Michael J Swain, Dana H Ballard. Color indexing［J］. International Journal of Computer Vision, 1991,7(1):11-32.
［9］吴晓莉，林哲辉. MATLAB辅助模糊系统设计［M］. 西安：西安电子科技大学出版社, 2002.
［10］Han Ju, Ma Kai-Kuang. Fuzzy color histogram and its use in color image retrieval［J］. IEEE Transactions on Image Processing, 2002,11(8):944-952.
［11］Mathias Lux, Savvas A Chatzichristofis. LIRe: Lucene image retrieval-An extensible Java CBIR library［C］// Proceedings of the 16th ACM International Conference on

Multimedia. 2008:1085-1088.
［12］Lehmann T M, Gold M O. Content-based image retrieval in medical applications［J］. Methods of Information in Medicine, 2004,43(4):354-361.
［13］Li Jia, Wang J Z. Automatic linguistic indexing of pictures by a statistical modeling approach［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence,

2003,25(9):1075-1088.

[1]	杨孙哲, 孙爱珍. 基于HSV颜色与LBP纹理特征的水稻氮素营养诊断[J]. 计算机与现代化, 2023, 0(07): 86-92.
[2]	廖聪, 郭凰, 赵茂军, 王雨松, 白俊峰. 基于图像增强和SKNet的交通标志识别[J]. 计算机与现代化, 2023, 0(03): 23-28.
[3]	葛红飞, 李轶然. 基于点边缘特征自适应融合的视觉SLAM算法[J]. 计算机与现代化, 2023, 0(03): 107-112.
[4]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[5]	田茂春, 邹显勇, 杨跃, 范光伟, 赖杭. 基于Web的风场三维动态可视化设计与仿真[J]. 计算机与现代化, 2022, 0(04): 97-102.
[6]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.
[7]	易慧敏, 朱子奇. 基于自纠正机制的动态纹理合成模型[J]. 计算机与现代化, 2021, 0(08): 40-45.
[8]	宋鑫, 樊志强, . 基于Laguerre 前向神经网络的信息服务性能建模方法 [J]. 计算机与现代化, 2021, 0(03): 1-6.
[9]	魏健, 赵红涛, 刘敦楠, 加鹤萍 . 基于集成模型的超短时负荷预测方法[J]. 计算机与现代化, 2021, 0(03): 12-17.
[10]	李梓龙, 吕勇, 谭国平, 严勤, . 基于纹理特征的超声图像乳腺肿块识别[J]. 计算机与现代化, 2021, 0(02): 1-6.
[11]	李睿, 商家赫. 改进的CamShift无人机目标跟踪算法[J]. 计算机与现代化, 2020, 0(11): 83-88.
[12]	李玲玉,张毅. 一种基于新差异算子和纹理的SAR图像水体变化检测算法[J]. 计算机与现代化, 2020, 0(04): 85-.
[13]	牛道鸿1，马晓东1，吴雪冰1，王芳1,2 . 基于改进的Adaboost和LBP危险物品检测算法研究[J]. 计算机与现代化, 2020, 0(02): 122-.
[14]	王威，李志华，吴世宇. 基于多特征融合的车辆阴影检测与去除[J]. 计算机与现代化, 2019, 0(12): 49-.
[15]	梁永侦1，潘斌2，郭小明2，梁媛2. 基于LAB颜色空间的图像阴影检测与去除方法[J]. 计算机与现代化, 2019, 0(10): 88-.