摘要
分析传统基于多特征的图像检索算法,针对于传统算法核心仅放在如何更多的提取图像的底层特征,却忽视了如何组织这些特征,提出一种改进的基于神经网络的图像检索算法。即在深入提取图像颜色以及形状特征的同时,将图像检索中特征权值调整问题转化为最优化问题,进一步利用神经网络求取权重的最优解,使检索效果达到最优。仿真实验表明,该算法能够准确和高效地查找出所需的图像,具有很强的鲁棒性和检索能力。
According to the analysis of traditional arithmetic of multi-character image retrieval, we propose a novel arithmetic of image retrieval based on neural network because of the traditional arithmetic attach importance to the feature extraction but not understand the importance of how to organize these feature. We use two feature, HIS color information and CSS（Curvature Scale Space） as shape information. And then use neural network to adjust the weigh of the feature information. As a result, we show that good results can be obtained by two features and neural network. When we use that arithmetic, we could find the image that we need exactly and efficiently.
出处
《微计算机信息》
2010年第21期228-230,共3页
Control & Automation
基金
基金申请人:李峰
项目名称:基于多进制小波变换的虹膜识别方法研究
基金颁发部门:湖南省高等学校科学基金委(08A001)
基金申请人:李峰
项目名称:基于二维EMD的纹理分析方法研究
基金颁发部门:湖南省自然科学基金委(09JJ3120)
基金申请人:殷苌茗
项目名称:激励学习智能体最优控制策略及其在微经济环境下的决策问题
基金颁发部门:湖南省教育厅科学研究项目(07C083)
关键词
图像检索
特征提取
特征权重
神经网络
Image retrieval
Feature extraction
Feature weigh
neural network
