学术搜索
科研智能体
Research Labs
AI 阅读
AI 文库
AMiner 沉思
AMiner 亮点
学术资源
AI2000
期刊/会议
学者库
学术API
溯源树
数据集
知识沉淀
学术空间
订阅小程序
旧版功能
开通会员
低至0.73元/天
一次搞定AI科研
立即登录
English
联系方式
基于基元相关性描述子的图像检索 | AMiner
基于基元相关性描述子的图像检索
吴俊
,
刘胜蓝
,
冯林
,
于来行
Journal of Computer Research and Development(2016)
被引用
2
|
浏览
29
摘要
图像检索系统性能很大程度上取决于提取的图像描述子,其中颜色差分直方图(color difference histogram ,CDH)已经在图像检索中显示出了较好的性能。但是这种描述子仍然有一定的局限性:1)只考虑到了像素间颜色差分的整体分布;2)忽略像素间的空间位置分布。因此提出了1种新的基元相关性描述子(texton correlation descriptor ,TCD)提取图像特征,并将其应用于图像检索系统中。具体提取过程分为3个步骤:1)利用图像底层特征(颜色和局部二值模式)检测一致性区域,选择图像中包含区分性信息的局部区域;2)提出颜色差分特征和基元频率特征分别描述图像像素间的对比度和空间位置信息,其中颜色差分特征融合了描述局部邻域的颜色差分相关性统计和全局颜色差分直方图,基元频率特征也融合了描述局部邻域的基元频率相关性和基元频率直方图;3)联合一致性区域中的这2种特征得到最后的T CD描述子。这种特征描述了图像中2种互相独立并互相补充的特性:对比度和空间位置关系,并同时考虑到了这2种特性在局部和全局区域中的描述,因此在图像检索实验中会有更好的性能。在图像数据集中的实验结果显示了T CD描述子的检索效果明显优于其他几种特征描述子,证实了T CD描述子在图像检索中的有效性和稳定性。
更多
查看译文
关键词
texton correlation descriptor (TCD),
uniform regions,
color difference feature,
texton frequency feature,
image retrieval
上传PDF
原文链接
分享
引用
加入学术空间
AI 理解论文
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:
report@aminer.cn
Chat Paper
正在生成论文摘要
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络