基于兴趣点方向梯度直方图的图像检索方法
2015-10-13田娟娟冀小平
电视技术 2015年13期
田娟娟,冀小平
(太原理工大学 信息工程学院,山西 太原 030024)
基于兴趣点方向梯度直方图的图像检索方法
田娟娟,冀小平
(太原理工大学 信息工程学院,山西 太原 030024)
提出了一种基于图像兴趣点方向梯度直方图的检索方法。为了提高检索准确度,首先采用直方图均衡化增强图像对比度,然后利用SURF(Speeded Up Robust Features)检测子检测图像中的兴趣点,以兴趣点为中心,对兴趣点邻域内分块方向梯度直方图进行图像特征描述,最后进行相似性度量。该算法通过直方图均衡化,提取到图像中更丰富的细节信息,尤其对于颜色单一与颜色较深的图像,而且算法中充分利用了图像中包含信息量较多的图像兴趣点。实验证明,该算法提高了图像检索的准确度,相比其他算法取得了更好的检索结果。
直方图均衡化;SURF检测子;兴趣点;方向梯度直方图
随着互联网技术的快速发展以及终端设备的普及,图像成为目前广泛应用的信息载体,利用图像进行匹配、检索等相关的技术给人们的生活带来很多便利,关于这方面的技术研究也受到更多学者的关注。目前基于内容的图像检索主要基于图像的全局特征或者在图像均匀分块的基础上进行适当的权值调整来得到比较满意的检索结果或者基于图像的综合特征[1]。但是传统的图像分块只是比较简单的取图像中心,将图像分割为半径不同的圆或者大小不同的矩形[2],或者将图像水平、垂直等分为若干块,中间部分取权值相比边缘区域较大,突出图像的中心区域[3-4],这样的检索方法对于图像信息在中心的图像可以得到比较满意的结果,但是对于其他类型图像则具有一定的局限性而且需要处理的数据量比较大。……
登录APP查看全文
