语义指向性特征聚类的图像检索算法研究
2017-05-02文政颖李运娣
计算机技术与发展 2017年4期
文政颖,李运娣
(河南工程学院 计算机学院,河南 郑州 451191)
语义指向性特征聚类的图像检索算法研究
文政颖,李运娣
(河南工程学院 计算机学院,河南 郑州 451191)
在大型多媒体数据库中,需要进行图像检索实现感兴趣图像的准确索引和多媒体数据库的准确访问。传统方法采用关联信息人工标注方法进行图像检索,随着数据库中图像信息的增大,标注检索效率较低。为提高大型多媒体数据库中图像检索的效率和精度,提出了一种基于语义指向性特征聚类的图像检索算法。该算法通过图像向量量化编码实现图像压缩,对图像中的文本信息点进行频域特征点归类,对出现重叠文本的图像帧序列进行向量量化分解,提取梯度差异信息特征,实现语义指向性特征聚类,将窗口中梯度最大值进行自适应加权,提取量化编码压缩图像的语义特征信息,采用模糊C均值聚类算法对提取的语义特征进行分类标注,由此实现大型多媒体数据库中图像的准确检索和调度。仿真结果表明,该算法的图像检索准确度较高,图像帧差为零,输出图像的峰值信噪比优于传统方法,展示了较好的图像检索能力。
语义;聚类;图像检索;向量量化
0 引 言
随着计算机网络信息技术的快速发展,信息的载体不再局限于文本信息,大量富含了声音、视频和图像的多媒体信息作为未来信息存储和传输的主要载体,记录了人们生产和生活的各类数据信息。在当今大数 据时代,大量的多媒体信息通过网络多媒体数据库进行信息存储和数据传输,多媒体数据库中存储有海量的音视频和图像等信息,而图像检索是实现大型多媒体数据准确访问和信息索引的基础。……
登录APP查看全文
