基于ISODATA聚類的詞匯樹(shù)圖像檢索算法研究.pdf

1、快速、準(zhǔn)確的從眾多的圖像中查找出自己需要的圖像是圖像檢索的主要研究?jī)?nèi)容?；趦?nèi)容的圖像檢索主要是依據(jù)圖像的底層視覺(jué)特征建立圖像的檢索結(jié)構(gòu),它改進(jìn)了基于文本的圖像檢索在圖像標(biāo)注時(shí)費(fèi)時(shí)較多且易受主觀影響的缺點(diǎn),但當(dāng)數(shù)據(jù)量巨大時(shí)其檢索效率降低,因而需要建立一個(gè)適合大規(guī)模圖像數(shù)據(jù)庫(kù)檢索的數(shù)據(jù)結(jié)構(gòu)。詞匯樹(shù)是基于視覺(jué)關(guān)鍵詞檢索結(jié)構(gòu)中的一種,它能夠滿足圖像檢索方法對(duì)自適應(yīng)性和可擴(kuò)展性的新要求,且比其它檢索結(jié)構(gòu)更為高效。本文圍繞詞匯樹(shù)圖像算法中的聚類算

2、法和特征提取方法進(jìn)行研究,完成了以下三方面的工作。
　　(1)詞匯樹(shù)圖像檢索在構(gòu)造詞匯樹(shù)時(shí)使用K-means聚類算法,但是K-means算法對(duì)初值比較依賴,當(dāng)K未知時(shí)聚類易出現(xiàn)強(qiáng)分現(xiàn)象,本文針對(duì)這一問(wèn)題使用ISODATA算法替代K-means算法,并給出了ISODATA算法的參數(shù)選取方法,形成了基于ISODATA的詞匯樹(shù)圖像檢索算法。
　　(2)詞匯樹(shù)圖像檢索提取的圖像特征一般為SIFT特征,SIFT特征的優(yōu)點(diǎn)是對(duì)圖像的旋轉(zhuǎn)

3、、亮度變化、尺度縮放保持不變性,并對(duì)圖像的仿射變換、視角變化、噪聲也保持一定的穩(wěn)定性,本文在SIFT特征提取的方法基礎(chǔ)上,采用 CRONE算子檢測(cè)極值點(diǎn)周圍16×16窗口內(nèi)像素的水平和垂直方向的CRONE特征,并利用CRONR算子計(jì)算像素點(diǎn)的梯度,形成新的SIFT_CRONE特征提取方法,與 ISODATA聚類算法結(jié)合形成了基于SIFT_CRONE_ISO的算法。
　　(3) SIFT特征和SIFT_CRONE特征維數(shù)較大,易造成