基于聚類和相關(guān)反饋的圖像檢索方法研究.pdf

1、隨著多媒體信息技術(shù)和互聯(lián)網(wǎng)技術(shù)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(gè)相當(dāng)重要而富有挑戰(zhàn)性的課題?；趦?nèi)容的圖像檢索技術(shù)應(yīng)運(yùn)而生，并成為多媒體信息處理領(lǐng)域的研究熱點(diǎn)。
　　 經(jīng)典的基于內(nèi)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(gè)特征向量庫。檢索時(shí)計(jì)算示例圖像的特征向量與圖像庫中各個(gè)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?qū)z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(jīng)典的基于內(nèi)容的圖像檢索方法進(jìn)行了改進(jìn)，主要工作包括以下幾個(gè)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(jīng)典的k-means聚類算法進(jìn)行了改進(jìn)，解決了經(jīng)典算法對初始類中心敏感的問題。
　　 (3)引入相關(guān)反饋機(jī)制并對其提出改進(jìn)。改進(jìn)后的相關(guān)反饋相對于原來的方法，減輕