基于聯(lián)盟的圖像檢索優(yōu)化方法研究與實(shí)現(xiàn).pdf

1、隨著大規(guī)模數(shù)字圖像庫(kù)的出現(xiàn)，傳統(tǒng)的依賴于人工標(biāo)注進(jìn)行的基于文本的圖像檢索技術(shù)已經(jīng)無(wú)法滿足用戶日益增長(zhǎng)的要求，基于內(nèi)容的圖像檢索技術(shù)(CBIR) 便應(yīng)運(yùn)而生。CBIR的一般做法是提取圖像的某些特征，構(gòu)成其特征向量，為方便檢索，對(duì)特征空間建立索引。現(xiàn)在已有一些不同的建立索引的方法，CM-tree（度量聚類樹(shù)）是一種較新的方法。 本文對(duì)基于聯(lián)盟的圖像檢索優(yōu)化方法的實(shí)現(xiàn)進(jìn)行了研究。CM-tree節(jié)點(diǎn)中保存了聚類半徑及聚類之間距離表，基于

2、度量空間聚類的范圍查詢算法利用距離表的信息，根據(jù)三角不等式減少距離計(jì)算的次數(shù)，加快檢索的時(shí)間。在處理單個(gè)的、小數(shù)據(jù)量的查詢檢索上，基于度量聚類檢索具有一定的優(yōu)勢(shì)。但是用戶在一段時(shí)間內(nèi)提交的查詢是具有相當(dāng)?shù)年P(guān)聯(lián)性的，或者極端的來(lái)說(shuō)是重復(fù)性的，如果仍然使用常規(guī)的檢索方式對(duì)度量聚類索引樹(shù)進(jìn)行檢索，毫無(wú)疑問(wèn)的會(huì)多做許多重復(fù)的工作，如對(duì)同一張圖片進(jìn)行多次檢索，或者對(duì)關(guān)聯(lián)性相關(guān)很大的圖片也是進(jìn)行多次的檢索?；诼?lián)盟對(duì)度量聚類檢索的優(yōu)化方法可以解決上

3、述問(wèn)題。聯(lián)盟即主查詢和被邀請(qǐng)查詢經(jīng)過(guò)一系列的規(guī)則所形成的復(fù)合查詢的技術(shù)手段。聯(lián)盟的應(yīng)用層次就在度量聚類樹(shù)根節(jié)點(diǎn)下的第一層導(dǎo)航節(jié)點(diǎn)上，在此層次上，主查詢?cè)诓煌膶?dǎo)航節(jié)點(diǎn)上分別和被邀請(qǐng)查詢根據(jù)一定的規(guī)則進(jìn)行聯(lián)盟操作，并創(chuàng)建復(fù)合查詢，對(duì)復(fù)合查詢進(jìn)行相應(yīng)節(jié)點(diǎn)上的檢索。同時(shí)，在主查詢和被邀請(qǐng)查詢相應(yīng)的屬性中保留在該節(jié)點(diǎn)上的聯(lián)盟信息，被邀請(qǐng)節(jié)點(diǎn)在下一次查詢的過(guò)程中就不需要對(duì)有聯(lián)盟信息的節(jié)點(diǎn)上進(jìn)行檢索，此操作可避免重復(fù)查詢，減少查詢的次數(shù)，提高查詢的