位置:成果数据库 > 期刊 > 期刊详情页
基于特征点组合聚类的图像检索新方法
  • ISSN号:1000-8608
  • 期刊名称:《大连理工大学学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]大连理工大学计算机科学与技术学院,辽宁大连116024
  • 相关基金:国家自然科学基金资助项目(61173160,61173162.61300189);中国博士后科学基金资助项目(2013M530916);中央高校基本科研业务费专项资金资助项目(DUT12RC(3)89,DUT13JS04).
中文摘要:

由于特征点能对图像局部特征进行合理描述,有效使用特征点实现基于内容的图像检索成为当前计算机视觉领域中的热点问题。针对该问题,提出一种基于特征点组合聚类的图像检索新方法。该方法包括特征点组合聚类算法,以及基于该算法的局部颜色直方图构建策略。与现有的基于特征点和局部颜色直方图的检索方法相比,该方法能有效解决当前方法对特征点位置信息及特征点中心过度依赖的问题。从公共图像库上的实验结果可以看出,该方法与现有方法相比具有较高的检索精度。

英文摘要:

Because feature points can represent the local feature of images effectively,how to realize content-based image retrieval by feature points is a hot issue in the computer vision.So,a novel image retrieval method based on the combinatorial clustering of feature points is proposed.The proposed method consists of combinatorial clustering algorithm of feature points and local color histogram building approach.Compared with existing methods based on feature points and local color histogram, the proposed method can solve the problem that existing methods are sensitive to the position and the center of feature points.According to experimental results on public image database,it can be seen that the proposed method is more effective than existing methods.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《大连理工大学学报》
  • 中国科技核心期刊
  • 主管单位:教育部
  • 主办单位:大连理工大学
  • 主编:程耿东
  • 地址:大连理工大学学报编辑部
  • 邮编:116024
  • 邮箱:xuebao@dlut.edu.cn
  • 电话:0411-84708608
  • 国际标准刊号:ISSN:1000-8608
  • 国内统一刊号:ISSN:21-1117/N
  • 邮发代号:8-82
  • 获奖情况:
  • 国家“双百”期刊,1997年获首届中国期刊奖提名奖、获第二届全国优秀...,1992年获全国优秀科技期刊评比三等奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:15881