基于聚类的图像检索.pdfVIP

维普资讯 基于聚类的图像检索 张培珍 付 萍 肖 军z (吉林大学通信工程学院，长春 130025) (吉林省政府信息办公室，长春 130000) E—mail：zpzhen@sohu．corn 摘 要 如何构建有效的组织和索引、提高图像检索速度是基于内容的图像检索所需解决的关键问题之一。论文采用了 一 种基于改进的模糊C均值算法的聚类索引。实验表明：该方法应用于图像检索，在准确性和实时性方面均能达到较好 的效果，并优于已有的模糊 C均值聚类算法。另外 ，系统实现 了基于多特征结合的方法进行检索，并利用基于相关反馈 的权重调整方法进一步提高检索性能，使检索结果更加符合用户的视 觉效果。 关键词 基于内容的图像检 索 聚类索i 改进 的模糊 C均值聚类(MFCMC) 权重 文章编号 10o2—8331一(2004)31～0046—03 文献标识码 A 中图分类号 11P391 ImageRetrievalBased on ClusteringAlgorithm ZhangPeizhen FuPing。XiaoJun (CommunicationEngineeringCollege，JilinUniversity，Changchun 130025) (InformationDepartmentofJilinProvinceGovernment，Changchun 130000) Abstract：Oneofthemostimportantissuesincontent-based imageretrieval(CBIR)ishow toconstructeffectiveorga— nization and index to enhance image retrievalspeed．Clustering is a kind of effective indexing method．This paper proposesamodifiedfuzzyC—means(MFCM)clusteringalgorithm toconsturctindexoftheentireimagesdatabasebefore retrieva1．Experimentsshow thatMFCM applied to image retrievaliseffectivein exactnessand real-time property．Itis superiortotraditionalfuzzyC-meansclusteringalgorithm．Inaddition，itusesmulti-featuresweightadjustingmethod to improvetheperformanceofthesystem ，theresultofretrievalwillsatisfypeoplesvisual receptance． Keywords：Content-BasedImageRetrieval(CBIR)，ClusteringIndexing(CI)，ModifiedFuzzyC-MeansClustering(MFCMC) weight l 引言 索引方法，搜索时间不会随图像数据库中的图像数量线性增 所谓基于内容 的图像检索系统I”，具有与传统基于文本的 加 ，从而提高了检索效率。 检索系统完全不同的框架。图像依赖其视觉特征 (颜色 、纹理 、 对于单一检索手段 ，由于其约束信息不足 ，检索效果有时 形状等)而非文本描述进行索 引，查询根据 图像视觉特征 的相 会与人的视觉感受不相吻合。解决这类问题的有效办法就是采 似度进行 。用户可通过样本图像进行查询 ，然后查找视觉内容 用多个检索手段相结合句【，以提供更多的约