融合HSV与方向梯度特征的多尺度图像检索

TP391.4; 针对现有彩色图像检索算法存在旋转变化鲁棒性差、特征维度高和检索时间长的问题,通过融合主曲率的改进方向梯度特征与HSV颜色特征,提出了一种创新的多尺度图像检索方法.该方法从多个尺度将图像表面的几何曲率信息融合到FHOG描述符中,得到基于主曲率的改进方向梯度算法(P-FHOG),在此基础上进一步融合图像的颜色信息,得到基于颜色特征与改进方向梯度特征的多尺度图像检索方法(CP-FHOG).在Corel-1000与Coil-100数据集上与先进的图像检索方法进行对比实验,分别取得了85.89％和93.38％的平均准确率,该算法相比其他算法准确率更高、旋转变化鲁棒性更强、检索时间更短,...

Full description

Saved in:
Bibliographic Details
Published in光电工程 Vol. 48; no. 11; pp. 62 - 74
Main Authors 江曼, 张皓翔, 程德强, 郭林, 寇旗旗, 赵雷
Format Journal Article
LanguageChinese
Published 中国矿业大学地下空间智能控制教育部工程研究中心,江苏 徐州 221116%中国矿业大学计算机科学与技术学院,江苏 徐州 221116 15.11.2021
中国矿业大学信息与控制工程学院,江苏 徐州 221116%中国矿业大学信息与控制工程学院,江苏 徐州 221116
Subjects
图像检索;颜色信息;方向梯度;多尺度;特征融合
Online AccessGet full text
ISSN1003-501X
DOI10.12086/oee.2021.210310

Cover

More Information
Summary:TP391.4; 针对现有彩色图像检索算法存在旋转变化鲁棒性差、特征维度高和检索时间长的问题,通过融合主曲率的改进方向梯度特征与HSV颜色特征,提出了一种创新的多尺度图像检索方法.该方法从多个尺度将图像表面的几何曲率信息融合到FHOG描述符中,得到基于主曲率的改进方向梯度算法(P-FHOG),在此基础上进一步融合图像的颜色信息,得到基于颜色特征与改进方向梯度特征的多尺度图像检索方法(CP-FHOG).在Corel-1000与Coil-100数据集上与先进的图像检索方法进行对比实验,分别取得了85.89％和93.38％的平均准确率,该算法相比其他算法准确率更高、旋转变化鲁棒性更强、检索时间更短,提高了检索效率.
ISSN:1003-501X
DOI:10.12086/oee.2021.210310