基于谱图理论的自适应纹理图像检索

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (22): 195-197.

• 图形、图像、模式识别 • 上一篇下一篇

基于谱图理论的自适应纹理图像检索

杨静林，王成儒

燕山大学信息科学与工程学院，河北秦皇岛 066004

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-01 发布日期:2011-08-01

Adaptive texture image retrieval based on spectral graph theory

YANG Jinglin，WANG Chengru

College of Information Science and Engineering，Yanshan University，Qinhuangdao，Hebei 066004，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-01 Published:2011-08-01

摘要/Abstract

摘要： 将谱图理论引入图像检索领域，将原图像按照灰度级进行划分，针对各个图像灰度分布的差异提出自适应划分方法，把图像的每个划分都看作一个子图，利用谱图理论计算各个子图之间的Normalized cut（Ncut），生成一个Ncut矩阵，在生成的Ncut矩阵中，计算每一个子图与其余子图的相似关系，提取原图像的特征向量，达到检索的目的。实验结果表明，该方法优于传统方法。

关键词: 基于内容的图像检索, 谱图理论, 归一化划分, 自适应, 纹理

Abstract: Spectral graph theory is introduced into the field of image retrieval.The image is divided to sub-images according to gray levels，and adaptive cut algorithm is proposed to solve the difference of gray levels among images.Each cut is viewed as a sub-image，and the Normalized cut can be calculated among the sub-images via spectral graph theory and a Ncut matrix is made.The similarity is calculated between one sub-image and others and the eigenvector of the image is got using the Ncut matrix，achieving the purpose of image retrieval.

Key words: content-based image retrieval, spectral graph theory, Normalized cut, adaptive, texture

杨静林，王成儒. 基于谱图理论的自适应纹理图像检索[J]. 计算机工程与应用, 2011, 47(22): 195-197.

YANG Jinglin，WANG Chengru. Adaptive texture image retrieval based on spectral graph theory[J]. Computer Engineering and Applications, 2011, 47(22): 195-197.

[1]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	邹杰，李俊. 多策略协方差矩阵学习差分进化算法[J]. 计算机工程与应用, 2021, 57(7): 78-87.
[4]	赵林锁，马瑞强，姜天，宋宝燕，潘一山. 两级回归的流式大数据事件自适应预警方法[J]. 计算机工程与应用, 2021, 57(7): 88-94.
[5]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[6]	倪宗军，陈辉，张昀，苏敏，郑秀娟. 自适应去噪的非接触式生理参数检测方法[J]. 计算机工程与应用, 2021, 57(5): 153-160.
[7]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[8]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[9]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[10]	安卫超，阎婷，张楠，张杉，相洁，曹锐，王彬. 病理图像纹理分析在胃癌MSI预测中的应用研究[J]. 计算机工程与应用, 2021, 57(24): 205-211.
[11]	李雅，侯彦东，刘畅. 基于故障程度的自适应优化容错控制[J]. 计算机工程与应用, 2021, 57(23): 295-302.
[12]	肖振久，孔祥旭，宗佳旭，杨玥莹. 自适应聚焦损失的图像目标检测算法[J]. 计算机工程与应用, 2021, 57(23): 185-192.
[13]	张忠林，赵昱，闫光辉. 自然邻居密度极值聚类算法[J]. 计算机工程与应用, 2021, 57(23): 200-210.
[14]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[15]	陈瑶，陈思. 基于自适应多普勒及动态邻域的改进BA算法[J]. 计算机工程与应用, 2021, 57(22): 166-176.

基于谱图理论的自适应纹理图像检索

Adaptive texture image retrieval based on spectral graph theory

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