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(guò)提取圖像底層的視覺(jué)特征，然后進(jìn)行特征匹配進(jìn)而完成圖像的檢索，但是這種檢索方式在特征提取過(guò)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(huì)變得很低。
　　基于稀疏表示分類(lèi)的算法是近幾年研究者的新寵，在機(jī)器學(xué)習(xí)領(lǐng)域具有很高的研究?jī)r(jià)值。這種理論最大的特點(diǎn)就是不需要提取圖像的視覺(jué)特征來(lái)完成圖像的分類(lèi)，這種算法因其復(fù)雜度低且易于實(shí)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(zhǎng)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(shí)也減少了傳統(tǒng)算法的復(fù)雜度，適用性更強(qiáng)，是一種更加魯棒的重構(gòu)算法。
　?。?）基于圖像稀疏表示理論，研究了基于稀疏表示的分類(lèi)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(guò)步長(zhǎng)自適應(yīng)的匹配算法實(shí)現(xiàn)了SRC算法的改進(jìn)，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(lái)對(duì)圖像進(jìn)行表示。為了加強(qiáng)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(lèi)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(shí)現(xiàn)過(guò)程，在分類(lèi)基礎(chǔ)上實(shí)現(xiàn)了圖像的檢索，最后通過(guò)相關(guān)實(shí)驗(yàn)對(duì)新的圖像