基于變換域中的自適應紋理圖像檢索

秦智康，張衡陽

(空軍工程大學 信息與導航學院，陜西 西安 710077)

1 引 言

圖像搜索在電子商務、醫學影像、圖像處理等領域都有重要地位。近年來，硬件技術的快速發展和計算機能力的增長為移動互聯網爆炸式增長提供了條件，也導致互聯網能獲取大量圖像數據。由于空間和時間的限制，圖像以壓縮格式表示。主流的圖像檢索系統分兩個階段運行：索引和搜索。在索引階段，使用一組圖像特征屬性(例如顏色、形狀、紋理和布局)來表示數據庫的每個圖像。提取的特診存儲在特征數據庫中[1]。在搜索階段，當用戶進行查詢時，計算查詢信息的特征向量。根據相似性標準將該向量與特征數據庫中的向量進行比較，再將最相似的圖像返回。學術界和工業界一直研究如何更高效地實現圖片檢索，孫世然等采用圖像信息熵來提取圖片的紋理特征，同時利用Gabor濾波器進一步提升了特征準確性，從而改進了檢索的準確率[2]。許喆等采用局部哈希的策略對圖像特征點進行聚類操作，并利用映射鏈投票來降低復雜度，提升檢索精度[3]。王力采用Hadoop分布式系統采集圖像SURF特征,并利用K-Means聚類方法將相似度高的圖片進行聚合，提高了處理速度[4]。文獻[5]采用多特征融合的圖像檢索算法，結合全局和局部特征來提升檢索的成功率。文獻[6]利用顏色直方圖和GWLBP結合，實現了圖像的良好分類，提升了檢索效率。

目前為止，對于圖像搜索的研究在變換域中關于紋理特征的利用還不夠充分[7]，大多采用固定的參數實現紋理特征的提取[8-12]，本文研究工作將重點放在變換域中的特征提取，并利用自適應的方法動態調整變換域的參數，從而更加適用于更多類型的圖片。……