一種新的圖像稀疏分解方法及其圖像檢索.pdf

1、基于圖像內(nèi)容的圖像檢索系統(tǒng)通過提取圖像底層的視覺特征，然后進行特征匹配進而完成圖像的檢索，但是這種檢索方式在特征提取過程中僅僅提取了圖像的部分特征，使得大量的信息丟失，圖像檢索系統(tǒng)的魯棒性就會變得很低。
　　基于稀疏表示分類的算法是近幾年研究者的新寵，在機器學(xué)習(xí)領(lǐng)域具有很高的研究價值。這種理論最大的特點就是不需要提取圖像的視覺特征來完成圖像的分類，這種算法因其復(fù)雜度低且易于實現(xiàn)而得到了廣泛的研究。
　　本文基于圖像內(nèi)容和稀疏

2、表示兩種理論，提出了一種分階段的圖像檢索系統(tǒng)。本文的主要工作及創(chuàng)新內(nèi)容如下：
　?。?）分析了圖像的稀疏表示理論，為了更好地完成圖像的稀疏表示，本文基于傳統(tǒng)的匹配追蹤算法，提出了基于步長自適應(yīng)的匹配追蹤算法。新算法不僅在圖像重構(gòu)精度上有所提高，同時也減少了傳統(tǒng)算法的復(fù)雜度，適用性更強，是一種更加魯棒的重構(gòu)算法。
　　（2）基于圖像稀疏表示理論，研究了基于稀疏表示的分類算法，考慮在圖像有缺失或者遮擋的情況下，提出了一種自適應(yīng)權(quán)

3、值的SRC方法，并且通過步長自適應(yīng)的匹配算法實現(xiàn)了SRC算法的改進，大大提高了圖像稀疏表示的性能。
　?。?）詳細(xì)介紹了圖像檢索的理論框架，分析了圖像的特征提取以及相似性匹配，結(jié)合傳統(tǒng)的基于內(nèi)容的圖像檢索，提出利用多特征融合的方式來對圖像進行表示。為了加強圖像檢索系統(tǒng)的魯棒性，將基于內(nèi)容的圖像檢索與圖像稀疏分類相結(jié)合，提出了一種新的圖像檢索方法，并詳細(xì)介紹了該算法的實現(xiàn)過程，在分類基礎(chǔ)上實現(xiàn)了圖像的檢索，最后通過相關(guān)實驗對新的圖像