词袋 图像检索 matlab,一种基于视觉词袋模型的图像检索方法.PDF

一种基于视觉词袋模型的图像检索方法.PDF

第３４卷第４期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．４

２０１７年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１７

一种基于视觉词袋模型的图像检索方法

金　铭　汪友生　边　航　王雨婷

(北京工业大学电子信息与控制工程学院　北京 １００１２４)

摘　要　　为了提高图像检索的效率，提出一种基于视觉词袋模型的图像检索方法。一方面在图像局部特征提

取算法中，使用添加渐变信息的盒子滤波器构造尺度空间，以保留图像更多的细节信息，另一方面在特征表达时

仅计算一次特征点圆形邻域内的Ｈａａｒ小波响应，避免了Ｈａａｒ小波响应的重复计算，并在保证描述子旋转不变性

的同时做降维处理。同时，以改进ｋｍｅａｎｓ对特征库聚类构建加权的视觉词典，基于概率计算的方式选取ｋｍｅａｎｓ

初始聚类中心，降低了传统ｋｍｅａｎｓ聚类效果对初始聚类中心选择的敏感性。实验结果表明该方法比传统方法

具有更高的效率，特征提取速度提高４８％左右，查准率提高２％以上。

关键词　　图像检索　视觉词袋模型　局部特征提取　特征聚类

中图分类号　ＴＰ３９１．９　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０４．０４２

ＡＮＩＭＡＧＥＲＥＴＲＩＥＶＡＬＭＥＴＨＯＤＢＡＳＥＤＯＮＢＡＧＯＦＶＩＳＵＡＬＷＯＲＤＳＭＯＤＥＬ

ＪｉｎＭｉｎｇ　ＷａｎｇＹｏｕｓｈｅｎｇ　ＢｉａｎＨａｎｇ　ＷａｎｇＹｕｔｉｎｇ

(ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１００１２４，Ｃｈｉｎａ)

Ａｂｓｔｒａｃｔ　　Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｉｍａｇｅｒｅｔｒｉｅｖａｌ，ａｎｉｍａｇｅｒｅｔｒｉｅｖａｌｍｅｔｈｏｄｂａｓｅｄｏｎＢｏＶＷ (Ｂａｇｏｆ

ＶｉｓｕａｌＷｏｒｄｓ)ｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄ．Ｏｎｔｈｅｏｎｅｈａｎｄ，ｉｎｉｍａｇｅｌｏｃａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｌｇｏｒｉｔｈｍ，ｗｅｕｓｅｂｏｘｆｉｌｔｅｒｗｉｔｈ

ｇｒａｄｉｅｎｔｉｎｆｏｒｍａｔｉｏｎｔｏｆｏｒｍｓｃａｌｅｓｐａｃｅ，ｔｏｒｅｔａｉｎｍｏｒｅｉｍａｇｅｄｅｔａｉｌｓｉｎｆｏｒｍａｔｉｏｎ．Ｏｎｔｈｅｏｔｈｅｒｈａｎｄ，ｏｎｌｙｔｈｅＨａａｒ

ｗａｖｅｌｅｔｒｅｓｐｏｎｓｅｉｎｔｈｅｃｉｒｃｕｌａｒｎｅｉｇｈｂｏｒｈｏｏｄｏｆｔｈｅｆｅａｔｕｒｅｐｏｉｎｔｉｓｃａｌｃｕｌａｔｅｄｉｎｔｈｅｆｅａｔｕｒｅｅｘｐｒｅｓｓｉｏｎ，ｗｈｉｃｈａｖｏｉｄｓｔｈｅ

ｒｅｐｅａｔｅｄｃａｌｃｕｌａｔｉｏｎｏｆｔｈｅＨａａｒｗａｖｅｌｅｔｒｅｓｐｏｎｓｅａｎｄｒｅｄｕｃｅｓｔｈｅｄｉｍｅｎｓｉｏｎｗｈｉｌｅｇｕａｒａｎｔｅｅｒｏｔａｔｉｏｎａｌｉｎｖａｒｉａｎｃｅ．Ａｔｔｈｅ

ｓａｍｅｔｉｍｅ，ｕｓｉｎｇｉｍｐｒｏｖｅｄｋｍｅａｎｓｃｌｕｓｔｅｒｉｎｇｍｅｔｈｏｄｔｏｃｏｎｓｔｒｕｃｔａｗｅｉｇｈｔｅｄｖｉｓｕａｌｄｉｃｔｉｏｎａｒｙ，ｔｈｅｋｍｅａｎｓｉｎｉｔｉａｌ

ｃｌｕｓｔｅｒｉｎｇｃｅｎｔｅｒｉｓｓｅｌｅｃｔｅｄｂａｓｅｄｏｎｐｒｏｂａｂｉｌｉｓｔｉｃｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄ，ｗｈｉｃｈｒｅｄｕｃｅｓｔｈｅｓｅｎｓｉｔｉｖｉｔｙｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌ

ｋｍｅａｎｓｃｌｕｓｔｅｒｉｎｇｔｏｔｈｅｉｎｉｔｉａｌｃｌｕｓｔｅｒｉｎｇｃｅｎｔｅｒｓｅｌｅｃｔｉｏｎ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓ

ｍｏｒｅｅｆｆｉｃｉｅｎｔｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄ，ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｓｐｅｅｄｉｓｉｎｃｒｅａｓｅｄｂｙａｂｏｕｔ４８％ａｎｄｔｈｅｐｒｅｃｉｓｉｏｎｉｓ

ｉｍｐｒｏｖｅｄｂｙｍｏｒｅｔｈａｎ２％．

Ｋｅｙｗｏｒｄｓ　　Ｉｍａｇｅｒｅｔｒｉｅｖａｌ　Ｂａｇｏｆｖｉｓｕａｌｗｏｒｄｓｍｏｄｅｌ　Ｌｏｃａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ　Ｆｅａｔｕｒｅｃｌｕｓｔｅｒｉｎｇ