Adaboost和信息瓶颈算法在图像检索中的应用.pdf

Computer Engineering and Applications 计算机工程与应用 2010 ，46 （35 ） 215 Adaboost 和信息瓶颈算法在图像检索中的应用 梁竞敏 LIANG Jing-min 广东女子职业技术学院 艺术设计与信息技术系，广州 511450 Department of Arts Design and Information Technology ，Guangdong Women ’s Polytechnic College ，Guangzhou 511450 ，China E-mail ：gzmliang@ 126.com LIANG Jing-min.Application of Adaboost and information bottleneck algorithm in image retrieval.Computer Engineer- ing and Applications ，2010 ，46 （35 ）：215-218. Abstract ：An image retrieval method based on Adaboost feature selecting information bottleneck algorithm is proposed ，the color and texture feature of image library is extracted and Adaboost algorithm is used to select feature and reduce the fea- ture dimensionality.Information bottleneck algorithm for image clustering is proposed and each cluster center of image class is obtained.The similarity between the sample image and retrieval the corresponding categories is calculated ，according to the size of the similarity to return to retrieval results.The experimental results show that the proposed method has a good retrieval performance. Key words ：Gabor wavelet texture ；Adaboost algorithm ；information bottleneck algorithm ；image clustering ；image retrieval 摘 要：提出基于Adaboost 特征选择和信息瓶颈算法的图像检索方法，提取图像的量化颜色直方图特征和Gabor 小波纹理特征，采用 Adaboost 特征选择算法进行特征降维；用信息瓶颈算法对图像进行聚类，得到每个图像类的聚类中心；计算查询示例图像和对应 图像类的图像之间的相似度，按照相似度的大小返回检索结果。实验表明，提出的方法可以明显提高检索效率以及检索的精度。 关键词：Gabor 小波纹理；Adaboost 算法；信息瓶颈算法；图像聚类；图像检索 DOI ：10.3778/j.issn. 1002-8331.2010.35.062 文章编号：1002-8331（2010 ）35-0215-04 文献标识码：Ａ 中图分类号：TP391 1 引言 统的聚类算法（如k-means 算法）的性能过分依赖距离函数和 随着网络和多媒体技术的飞速发展，互联网上的信息由 聚类中心的选择，本文提出信息瓶颈算法对图像进行聚类，得 单一的文本方式逐步发展到以图像、视频、音频、动画等多媒 到每个图像类的聚类中心。信息瓶颈算法不需要定义距离函 体信息为主的表现方式，数字图像的应用日益广泛，已逐渐成 数，它考虑了样本与特征的关系，不仅要压缩样本的信息，同 为信息社会的主要资源之一。如何从大量的多媒体信息中查 时