MEPG-7分块加权主颜色及相关反馈的图像检索方法

doi:10.3724/SP.J.1087.2011.01549

计算机应用 ›› 2011, Vol. 31 ›› Issue (06): 1549-1551.DOI: 10.3724/SP.J.1087.2011.01549

MEPG-7分块加权主颜色及相关反馈的图像检索方法

高立春¹,徐叶强²

1. 华南农业大学工程学院,广州 510642
2. 湖南工业大学计算机与通信学院,湖南株洲 412008

收稿日期:2010-12-17 修回日期:2011-01-29 发布日期:2011-06-20 出版日期:2011-06-01
通讯作者: 高立春
作者简介:高立春(1984-),女,河北邢台人,硕士研究生,主要研究方向：图像和视频检索；徐叶强(1982-),男,安徽芜湖人,硕士研究生,主要研究方向：文本分类、信息检索。

Image retrieval based on relevance feedback using blocks’ weighted dominant colors in MPEG-7

GAO Lichun¹,XU Yeqiang²

1. College of Engineering, South China Agricultural University, Guangzhou Guangdong 510642, China
2. School of Computer and Communication, Hunan University of Technology, Zhuzhou Hunan 412008, China

Received:2010-12-17 Revised:2011-01-29 Online:2011-06-20 Published:2011-06-01
Contact: GAO Lichun

摘要/Abstract

摘要： 针对MEPG-7主颜色描述符(DCD)无法反映色彩分布的空间信息这一缺陷，采用分块加权主颜色，并在分块加权主颜色的基础上，提出了相应的反馈方法。该反馈方法块间采用基于权重调整的关联反馈算法，块内采用调整主颜色特征值的方法。实验结果表明，该方法较好地解决了主颜色空间分布信息导致的误判，并且加入了相关反馈算法，提高了检索精度。

关键词: MPEG-7, 图像检索, 相关反馈, 主颜色描述符, 分块加权

Abstract: In order to improve the defection performance of MEPG-7 Dominant Color Descriptor (DCD) that it is prone to lose the spatial information of colors, in this paper, blocks weighted dominant color descriptor was used, as well as the correlation feedback method was carried out. It used correlation feedback method to adjust weight value of the block and the dominant color feature in the block. Experimental results show that the method is much more effective than those based on only dominant colors and blocks dominant colors without feedback.

Key words: MPEG-7, image retrieval, relevance feedback, Dominant Color Descriptor (DCD), block weighting

中图分类号:

TP391

高立春徐叶强. MEPG-7分块加权主颜色及相关反馈的图像检索方法[J]. 计算机应用, 2011, 31(06): 1549-1551.

GAO Lichun XU Yeqiang. Image retrieval based on relevance feedback using blocks’ weighted dominant colors in MPEG-7[J]. Journal of Computer Applications, 2011, 31(06): 1549-1551.

[1]	胡文浩, 罗景, 涂新辉. 面向稠密检索的伪相关反馈方法[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1036-1042.
[2]	廖列法, 李志明, 张赛赛. 基于深度残差网络的迭代量化哈希图像检索方法[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2845-2852.
[3]	韩亚茹, 闫连山, 姚涛. 基于元学习的深度哈希检索算法[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2015-2021.
[4]	杨粟, 欧阳智, 杜逆索. 基于相关度距离的无监督并行哈希图像检索[J]. 计算机应用, 2021, 41(7): 1902-1907.
[5]	陆荣秀, 陈明明, 杨辉, 朱建勇. 基于溶液图像时序特征的元素组分含量动态监测系统[J]. 计算机应用, 2021, 41(10): 3075-3081.
[6]	顾军华, 王锋, 戚永军, 孙哲然, 田泽培, 张亚娟. 基于多尺度卷积特征融合的肺结节图像检索方法[J]. 《计算机应用》唯一官方网站, 2020, 40(2): 561-565.
[7]	张美玲, 吴俊峰, 于红, 崔榛, 董婉婷. 基于颜色四通道及空间金字塔的鱼类图像检索[J]. 计算机应用, 2019, 39(5): 1466-1472.
[8]	秦品乐, 李启, 曾建潮, 张娜, 宋宇龙. 基于多尺度密集网络的肺结节图像检索算法[J]. 计算机应用, 2019, 39(2): 392-397.
[9]	陈宏宇, 邓德祥, 颜佳, 范赐恩. 基于显著性语义区域加权的图像检索算法[J]. 计算机应用, 2019, 39(1): 136-142.
[10]	杨晓玲, 李志清, 刘雨桐. 基于多标签判别字典学习的图像自动标注[J]. 计算机应用, 2018, 38(5): 1294-1298.
[11]	汪鹏, 张奥帆, 王利琴, 董永峰. 基于迁移学习与多标签平滑策略的图像自动标注[J]. 计算机应用, 2018, 38(11): 3199-3203.
[12]	朱杰, 张俊三, 吴树芳, 董宇坤, 吕琳. 基于多中心卷积特征加权的图像检索方法[J]. 计算机应用, 2018, 38(10): 2778-2781.
[13]	刘梦迪, 陈燕俐, 陈蕾. 图像自动标注技术研究进展[J]. 计算机应用, 2016, 36(8): 2274-2281.
[14]	黄晓冬, 孙亮. 基于鲁棒的余弦欧氏距离度量降维的图像检索方法[J]. 计算机应用, 2016, 36(8): 2292-2295.
[15]	闫蓉, 高光来. 基于检索结果排序的伪相关反馈[J]. 计算机应用, 2016, 36(8): 2099-2102.

MEPG-7分块加权主颜色及相关反馈的图像检索方法

Image retrieval based on relevance feedback using blocks’ weighted dominant colors in MPEG-7

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics