K均值聚类分割的多特征图像检索方法

摘要：

从图像数据库中快速、准确地检索出所需要的图像,具有广泛的应用前景.针对使用单一图像特征难以准确表达图像之间的差异问题,提出了一种利用颜色聚类分割和形状特征提取的图像检索算法.选择符合人眼视觉特征的HSV空间,分别重组最能描述图像颜色特征的H分量和形状特征的V分量；用K均值聚类算法对两个分量进行聚类分割,得到目标物体；提取目标物体的Hu不变矩和傅里叶描述子来描述形状特征；用欧式距离进行相似度测量并用于图像检索中.采用不同类型图像进行实验,结果表明该算法优于使用单一特征和一般分割方法的图像检索技术.

关键词：K均值聚类、图像分割、形状特征、图像检索

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60675022;江西省自然科学基金2008GZS0034;江西省教育厅科技项目GJJ10189;航空科学基金2010ZC56006

在线出版日期：2013-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：226-230