基于聚類和相關反饋的圖像檢索方法研究.pdf

1、隨著多媒體信息技術和互聯(lián)網技術的發(fā)展，數(shù)字圖像數(shù)據(jù)急劇增長。如何從大量的圖像中快速有效地查找出人們所需要的圖像成為一個相當重要而富有挑戰(zhàn)性的課題?；趦热莸膱D像檢索技術應運而生，并成為多媒體信息處理領域的研究熱點。
　　 經典的基于內容的圖像檢索通常將圖像量化為向量的形式，從而形成一個特征向量庫。檢索時計算示例圖像的特征向量與圖像庫中各個圖像的特征向量之間的相似度，系統(tǒng)按照相似度從大到小的排列順序將檢索到的圖像輸出給用戶。面對巨

2、大的圖像庫，傳統(tǒng)的順序檢索方式并不能滿足人們的需要。本文對經典的基于內容的圖像檢索方法進行了改進，主要工作包括以下幾個方面：
　　 (1)針對顏色直方圖不能反映圖像空間信息的問題，采用對圖像重疊分塊的策略，提取了圖像的顏色和空間信息特征。
　　 (2)對經典的k-means聚類算法進行了改進，解決了經典算法對初始類中心敏感的問題。
　　 (3)引入相關反饋機制并對其提出改進。改進后的相關反饋相對于原來的方法，減輕