一种基于神经网络提取图像特征的图像检索方法.pdfVIP

2006年5月 西安邮电学院学报 May．2006 OFXI’ANUNIVERSITYOFPOSTANDTELECOMMUNICATIONSV01．11No．3 第11卷第3期 JOURNAL 一种基于神经网络提取图像特征的图像检索方法 宁晓菊 (西安邮电学院计算机系，陕西西安710061) 摘要：脉冲耦合神经网络是新一代的人工神经网络，具有优良的自适应图像分割和自适应图像特征提取能力。本 文有机的运用自适应图像分割和自适应图像特征提取，提出了一种新的图像特征——空间自适应类直方图，它既 包含了图像的空间位置特征，又包含了图像的灰度特征。最后，我们把空间自适应类直方图与传统的基于共生矩 阵的图像纹理特征组合作为图像的特征应用于图像检索。大量实验表明本文方法的有效性。 关键词：图像分割；特征提取；图像检索 中图分类号：TEy751 文献标识码：A 文章编号：1007—3264(2006)03—0088—04 时间信号特征，并将此特征与图像的纹理特征相结 1概述 合进行图像检索(见图1)。 随着大量图像库的广泛应用，图像的检索越来 越引起人们的关注。近年来国内外在图像检索方面 开展了不少研究，新提出的方法【l~4J大都基于图像 的颜色和纹理特征。本文基于脉冲耦合神经网络 (PCNN)，提取具有平移、旋转、尺度、扭曲不变性的 图像的点火时间信号[5]5，作为图像的特征对图像进 行检索，是一种新的图像检索方法。 基于特征的图像检索方法【3J是通过对图像的 function Step 分析和提取特征向量，并与图像库对应的特征库中 图lPCNN神经元的简化模型 的特征进行匹配获得图像检索的结果。由此可知， 基于特征的图像检索的关键是：第一，有效的特征提 2 脉冲耦合神经网络模型简介 取方法；第二，准确的特征匹配算法。 neu— 脉冲耦合神经网络(PCNN—pulsecoupled 脉冲耦合神经网络的简化数学模5／r到[63如式(1) ral networks)是在生物模型启发下产生的一种图像 所示： 处理算法，它是基于Eckhorn提出的猫视觉皮层模 如(咒)=Io 型的一种拓展，适合于基于视觉内容的特征提取，而 L4(竹)=Ⅵ∑％K如一1) 图像检索是基于图像的视觉内容的检索，因此，我们 提出了运用脉冲耦合神经网络提取图像的视觉特征 ％(72)=Fo(n)(14-5L巧(咒)) (1) 并基于此进行图像检索的方法。在接下来的部分， 我们介绍图像激励脉冲耦合神经网络所获得的点火 收稿日期：2005—11—17 作者简介：宁晓菊(1979一)，女，陕西西安人，西安邮电学院计算机系助教。 万方数据 妻‘2竺出l三曼鍪22对应神经元的运行行为方盖≥蚤信息』磊主杀舅毒芡爵翔。i蒿磊磊妄磊耍爵 法0吲燮怒：Ⅵ． 菡盖舅昌强蕊拦o”a”,-J的”。茹鞴赫磊≥ !．1：冀睾蠢竺堂览筹；…、目……… 菡茏赢基竿苫鑫的灰度分磊妊：嘉票蕊纛妥 ，摇』2耋麓慧竺￡璺t是黧型篓竺查茬赢兰藤慕二蓓；蒜器票拦端荔吾 譬塑篆璺曼?：翌!奠曼