位置:成果数据库 > 期刊 > 期刊详情页
融合复小波特征和局部二值模式的纹理聚类
  • ISSN号:1008-973X
  • 期刊名称:《浙江大学学报:工学版》
  • 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]浙江大学计算机科学与技术学院,浙江杭州310027, [2]杭州师范大学信息科学与工程学院,浙江杭州310036
  • 相关基金:国家“863”高技术研究发展计划资助项目(2007AA01Z311 2007AA04ZA5); 国家“973”重点基础研究发展规划资助项目(2009CB320800); 国家自然科学基金资助项目(60473106); 浙江省科技计划资助项目(2009C31034)
中文摘要:

为了解决图像检索中聚类问题,对图像作双树旋转复小波变换,再对变换后的系数通过广义高斯模型建模后,计算Kullback-Leibler距离;对图像采用局部二值模式,计算图像之间的对数似然距离.将这2种距离采用事先计算得到的加权因子进行融合得到新的距离.在此距离的基础上构建邻接矩阵,对邻接矩阵采用谱聚类的方法进行聚类运算.实验证明,由于双树旋转复小波变换和局部二值模式之间存在互补性,在聚类过程中将2种特征距离结合起来,能够有效地提高聚类的正确性.

英文摘要:

A dual tree rotated complex wavelet (DT-RCW) transform was applied on images to solve the clustering problem in image retrieval. Kullback-Leibler distances were computed with the generalized Gaussian density model of each high-frequency band. A local binary pattern was employed on each image and the log-likelihood distances were computed. The two distances were combined with the pre-computed weight to produce new distance,on which an adjacent matrix was built. Then spectral clustering was performed with the generated adjacent matrix. Because the local binary pattern can be considered as the complementary feature of rotated complex wavelet,the experimental results show that combining the rotated complex wavelet and the local binary pattern can effectively improve the clustering performance.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《浙江大学学报:工学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:浙江大学
  • 主编:岑可法
  • 地址:杭州市浙大路38号
  • 邮编:310027
  • 邮箱:xbgkb@zju.edu.cn
  • 电话:0571-87952273
  • 国际标准刊号:ISSN:1008-973X
  • 国内统一刊号:ISSN:33-1245/T
  • 邮发代号:32-40
  • 获奖情况:
  • 2000年获浙江省科技期刊质量评比二等奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(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,美国工程索引,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)
  • 被引量:21198