引力搜索算法优化脉冲耦合网络的图像检索方法*
2016-08-26樊泽明
湘潭大学自然科学学报 2016年1期
雷 虎, 樊泽明
(1.西安翻译学院 基础部,陕西 西安 710105;2.西北工业大学 自动化学院,陕西 西安 710072)
引力搜索算法优化脉冲耦合网络的图像检索方法*
雷虎1*,樊泽明2
(1.西安翻译学院 基础部,陕西 西安 710105;2.西北工业大学 自动化学院,陕西 西安 710072)
启发于脉冲耦合网络(PCN)在视觉特征表示方面的优势,提出使用引力搜索算法(GSA)优化脉冲耦合网络(PCN)来提取图像的视觉特征,对PCN的参数使用优化机制来提高所获取的特征质量,由此来提高基于内容的图像检索(CBIR)的分类和检索结果.首先对学习的图像用PCN生成特征码;然后计算特征码间的距离,距离变量作为适应度函数的输入;最后利用引力搜索算法优化PCN的几个变量,进行参数更新.在Caltech256和Corel数据库上的实验结果表明提出方法的有效性,相比于改进的相关反馈方法(IRF)、颜色边缘结合离散小波变换方法(CE-DWT)和色矩结合局部二进制模式方法(CM-LBP),提出的方法检索精确度至少提高了5%,查全率提高4%左右.
脉冲耦合网络;引力搜索算法;基于内容的图像检索;适应度函数;特征码
为了解决有损压缩造成的颜色失真问题,[2]使用高斯混合模型(GMM)来表示图像的颜色信息,评估颜色均匀性,从而解决了有损压缩造成的颜色失真问题.然而GMM模型的初始值设置比较困难,对于非线性问题收敛较慢.很多图像检索(CBIR)方法的检索效率很大程度上依赖于图像特征的表现形式[1],本文通过PCN产生的简单特征向量用于表示图像的视觉特征,并通过引力搜索算……
登录APP查看全文
