融合HSV与方向梯度特征的多尺度图像检索
Opto-Electronic Engineering（2021）
Abstract
针对现有彩色图像检索算法存在旋转变化鲁棒性差、特征维度高和检索时间长的问题,通过融合主曲率的改进方向梯度特征与HSV颜色特征,提出了一种创新的多尺度图像检索方法.该方法从多个尺度将图像表面的几何曲率信息融合到FHOG描述符中,得到基于主曲率的改进方向梯度算法(P-FHOG),在此基础上进一步融合图像的颜色信息,得到基于颜色特征与改进方向梯度特征的多尺度图像检索方法(CP-FHOG).在Corel-1000与Coil-100数据集上与先进的图像检索方法进行对比实验,分别取得了85.89％和93.38％的平均准确率,该算法相比其他算法准确率更高、旋转变化鲁棒性更强、检索时间更短,提高了检索效率.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined