基于分块颜色体积核特征和MLBP的图像检索

刘芳辉; 郭慧

Chinese

您当前的位置：

首页 >

文章列表页 >

基于分块颜色体积核特征和MLBP的图像检索

更新时间：2026-09-04

- 基于分块颜色体积核特征和MLBP的图像检索
- Image Retrieval Based on Block Color Volume Kernel Feature and MLBP
- 微电子学与计算机 2017年34卷第6期页码：1-7
- 作者机构：
  
  华东理工大学机械与动力工程学院,上海,200237
- 作者简介：
- 基金信息：
  
  国家自然科学基金委员会资助项目 51575185
- DOI：
  中图分类号：
- 纸质出版：2017
- 稿件说明：
移动端阅览
刘芳辉, 郭慧. 基于分块颜色体积核特征和MLBP的图像检索[J]. 微电子学与计算机, 2017, 34(6): 1-7.

LIU Fang-hui, GUO Hui. Image Retrieval Based on Block Color Volume Kernel Feature and MLBP[J]. 2017, 34(6): 1-7.
刘芳辉, 郭慧. 基于分块颜色体积核特征和MLBP的图像检索[J]. 微电子学与计算机, 2017, 34(6): 1-7. DOI：

LIU Fang-hui, GUO Hui. Image Retrieval Based on Block Color Volume Kernel Feature and MLBP[J]. 2017, 34(6): 1-7. DOI：

摘要

提出了一种基于分块颜色体积核特征和改进的局部二元模式(MLBP)的图像检索算法.首先对图像进行重叠九分块并提取子块的颜色体积直方图

并使用高斯核函数将低维颜色特征映射到高维核空间对图像先进行过滤

再使用MLBP算子对返回的图像提取纹理特征

最后对特征进行相似性度量.实验结果表明

相对于以颜色体积直方图、分块颜色直方图、传统LBP算子为特征的图像检索方法

该算法有效地提高了检索结果的精度、改善了相关图像的排序值

并具有很好的抗噪性.

Abstract

In this paper

a method of image retrieval based on block color volume kernel feature and modified Local Binary Pattern (MLBP) is proposed. First the image is divided into blocks and nine overlapping sub block histogram to extract color volume

and low dimensional color feature mapped into high dimensional kernel space of image before filtering using the Gauss kernel function

and then extract texture features of the returned image using MLBP operator

finally the feature similarity measure. The experimental results show that

compared with the image with color volume histogram

block color histogram and LBP operator for feature retrieval method

The algorithm can improve the accuracy of retrieval results

improve the sorting value of related images

and has a good anti noise performance.

关键词

Keywords

references

Ota S, Tamura M, Fujita K. A hybird method for real-time animation of trees swaying in wind fields[J]. The Visual Computer, 2004, 20(10): 613-623. DOI: 613

刘广海, 吴璟莉. 基于颜色体积直方图的图像检索[J]. 计算机科学, 2012, 39(1): 273-276. DOI: 273

Ojala T, Pietiainen M, Hardwood D. A comparative study of texture measures with classification based on feature distribution[J]. Pattern Recognition, 1996, 29(1): 51-59. DOI: 51

Bai C, Zou W, Kpalma K, et al. Efficient color texture image retrieval by combination of color and texture features in wavelet domain[J]. Electronics Letters, 2012, 48(23): 1463-1465. DOI: 1463

Wang Qi, Peng Jing Ye, Guo Shanshan. Approach for image retrieval based on hybrid features kernel[J]. Computer Engineering and Applications, 2012, 48(15): 168-4171. DOI: 168

吴今培, 基于核函数的主成分分析及应用[J]. 系统工程, 2005, 23(2): 117-120. DOI: 117

Berens J, Finlayson G D, Qiu G. Image indexing using compressed color histograms[J]. IEE Proc vision Image Signal Process, 2000, 147(4): 349-355. DOI: 349

任双桥, 魏玺章, 黎湘, 等. 基于特征可分性的核函数自适应构造[J]. 计算机学报, 2008, 31(5): 803-809. DOI: 803

Ren J, Jiang X, Yuan J. Noise-resistant local binary pattern with an embedded error-correction mechanism[J]. IEEE Trans. Image Process, 2013, 22(10): 4049-4060. DOI: 4049

张永库, 李云峰, 孙劲光. 基于多特征高效索引的图像检索[J]. 计算机工程与应用, 2016, 52(7): 181-186. DOI: 181

王锋, 殷珍珍, 李彬. 基于分块局部二值模式的图像检索研究[J]. 微电子学与计算机, 2014, 31(5): 21-24. DOI: 21

孙君顶, 郭启强, 周雪梅. 基于颜色和纹理特征的彩色图像检索[J]. 计算机工程与应用, 2010, 46(29): 176-178. DOI: 176

蒋琳琼, 戴青云. 一种改进的基于内容的图像检索系统研究[J]. 软件导刊, 2013, 12(1): 168-170. DOI: 168

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种基于特征上下文理解与切片分析的肺结核检测算法

低功耗设计的双链电源关断策略的实现与验证

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

注意力机制与改进密集卷积引导的信息隐藏模型

基于反向体偏置的高增益稳定性高温运放设计