基于粒计算多层次结构相似度的图像检索

广西师范大学学报（自然科学版） ›› 2013, Vol. 31 ›› Issue (3): 127-131.

基于粒计算多层次结构相似度的图像检索

马媛媛¹, 吕康², 徐久成¹

1.河南师范大学计算机与信息技术学院,河南新乡453007;
2.河南省教育学院,河南郑州450046

收稿日期:2013-05-28 出版日期:2013-09-20 发布日期:2018-11-26
通讯作者: 徐久成(1963—),男,河南洛阳人,河南师范大学教授,博导。E-mail:xjch3701@sina.com
基金资助:
国家自然科学基金资助项目(61040037,60873104,U1204609);河南省科技攻关重点项目(112100210194)

Image Retrieval of Multi-level Similarity Based on Granular Computing

MA Yuan-yuan¹, LÜ Kang², XU Jiu-cheng¹

1.College of Computer and Information Technology,Henan Normal University,Xinxiang Henan 453007,China;
2.Henan Institute of Education,Zhengzhou Henan 450046,China

Received:2013-05-28 Online:2013-09-20 Published:2018-11-26

摘要/Abstract

摘要： 图像的每个点都与特征空间中的一个点即特征向量相对应,因而图像之间的相似度是可以由这些特征向量之间的距离来度量的。本文提出的基于粒计算的多层次结构相似度的智能图像检索系统,是一种统一的利用粒计算公式和按相似度确定图像检索的方案。该方法不仅在图像的特征提取和匹配时都使用粒计算方法,并且在分区检索和多特征检索等多个层面上综合使用粒计算,最大程度上提高了图像检索的智能化。

关键词: 粒计算, 多层次, 图像检索, 颜色

Abstract: Each of the image points are corresponding with a point of feature space which is called feature vector,and the similarity of images can be measured by the distance between the feature vectors.Multi-level similarity of intelligent image retrieval system based on granular computing proposed in this paper is a scheme using unified formula and similarity to retrieve image.The method uses granular computing method not only in the image feature extraction and matching,but also in partition retrieval and multi-feature retrieval,which largely improves the image retrieval intelligent.

Key words: granular computing, multi-level, image retrieval, color

中图分类号:

TP391

马媛媛, 吕康, 徐久成. 基于粒计算多层次结构相似度的图像检索[J]. 广西师范大学学报（自然科学版）, 2013, 31(3): 127-131.

MA Yuan-yuan, LÜ Kang, XU Jiu-cheng. Image Retrieval of Multi-level Similarity Based on Granular Computing[J]. Journal of Guangxi Normal University(Natural Science Edition), 2013, 31(3): 127-131.

参考文献

[1] 刘清,刘群.粒及粒计算在逻辑推理中的应用[J].计算机研究与发展,2004,41(4):546-551.
[2] 马媛媛,徐久成,孙林.基于粒计算格贴近度理论研究[J].河南师范大学学报:自然科学版,2007,35(1):114-115.
[3] 刘清.Rough集及Rough推理[M].2版.北京:科学出版社,2003.
[4] SKOWRON A.Toward intelligent systems:calculi of information granules bulletin of international rough set society[C]//New Frontiers in Artificial Intelligence:Joint JSAI 2001 Workshop Post-Proceedings.Berlin:Springer,2001:251-260.
[5] 李鸿,马小平.粒的特征及形式化表示研究[J].计算机工程与应用,2011,47(11):3-6.
[6] 葛寒娟,邱桃荣,王剑,等.一种基于相容信息粒原理的图像分类方法[J].广西师范大学学报:自然科学版,2008,26(3):222-225.
[7] 徐久成,孟慧丽,牟占生.信息系统的粒度熵及基于粒度熵的属性约简算法[J].广西师范大学学报:自然科学版,2008,26(3):100-103.
[8] 李秀红,史开泉.一种基于知识粒度的属性约简算法[J].计算机应用,2006,26(S1):76-77,86.

相关文章 7

[1]	唐振军. 基于PCA特征距离的图像哈希算法[J]. 广西师范大学学报（自然科学版）, 2016, 34(4): 9-18.
[2]	邝先验, 朱磊, 吴赟, 徐晨. 基于Adaboost算法和颜色特征的公交车辆视频检测[J]. 广西师范大学学报（自然科学版）, 2016, 34(1): 9-18.
[3]	李志欣, 陈宏朝, 吴王景莉, 周生明. 基于概率主题建模的图像语义学习与检索[J]. 广西师范大学学报（自然科学版）, 2012, 30(3): 125-134.
[4]	唐振军, 戴玉敏, 张显全, 张师超. 基于DCT特征点的感知图像Hash函数[J]. 广西师范大学学报（自然科学版）, 2012, 30(3): 135-141.
[5]	李双群, 徐久成, 张灵均, 李晓艳. 基于相容粒的彩色图像检索算法[J]. 广西师范大学学报（自然科学版）, 2011, 29(3): 173-178.
[6]	罗辛, 潘乔, 王洪亚, 陈美, 北研二. 基于SOFM的高速图像检索算法实现[J]. 广西师范大学学报（自然科学版）, 2011, 29(2): 180-184.
[7]	徐久成, 李晓艳, 李双群, 张灵均. 基于相容粒的多层次纹理特征图像检索方法[J]. 广西师范大学学报（自然科学版）, 2011, 29(1): 186-187.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed