利用图像特性的模糊聚类图像检索方法

摘要：

在图像的检索方法中,大多数均根据图像的变换域的特征进行检索,其缺点是没有抓住图像的现实属性,从而检索效率低下,检索精度较低.针对此问题,该文根据内容(形状、颜色、纹理等)的视觉特性的不同,结合局部和全局特征,提出一种基于聚类形状的图像检索方法.首先将对象形状包含图像通过Fourier变换的方法进行描述,其次应用双向经验模式分解检测图像边缘,最后应用模糊聚类检索方式进行图像语义类别检索.其中所采用的模糊聚类算法采用机构监督机制,从而使形状识别类别用一组标记形状代表.根据导出的形状原型检索类似形状.相比于现有的检索方法,对比结果显示该方法在检索精度方面有了显著的改善.

关键词：模糊聚类、形状特性、图像检索、边缘检测

所属期刊栏目：54

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61173181

在线出版日期：2015-01-26（万方平台首次上网日期，不代表论文的发表时间）

页码：929-934