一种新的基于内容自组织的图像检索方法.docVIP

一种新的基于内容自组织的图像检索方法 　　【摘 要】如何实现图像的快速浏览和查询使得基于内容图像检索的应用受到了很大限制。针对这一问题，本文提出在检索之前，先对图像库进行基于内容自组织的结构划分，给出了一种新的确定模糊权值的定义。实验结果表明，该算法能够大大缩短检索的时间。 　　【关键词】基于内容的图像检索 模糊c均值（FCM） 自组织结构划分 聚类 　　一、引言 　　九十年代早期，由于大规模图像数据库的出现，由手工进行图像标注基于文本的图像检索所带来的问题变得十分明显，为了克服这一困难，研究者们提出了基于内容的图像检索（Content-Based Image Retrieval， CBIR）对图像内容进行机器自动分析，直接根据图像内容特征信息建立索引，并且通过图像特征向量间的近似度量进行图像相似性匹配，从而实现图像的检索。 　　伴随着时代的发展，科技的进步，图像的资源越来越丰富，图像库中的图像往往也是海量的，这就给人们使用图像库带来了不便，那么我们如何从海量的图像库中能够方便的找到自己想要的图像呢？本文提出了对图像库进行基于内容自组织的结构划分，使无序的图像库变成有一定的规律，现在基于内容的图像检索技术还主要是靠图像的底层特征（如颜色、纹理、形状、空间关系等）来进行的。本文中应用模糊c均值聚类来对图像库进行分类的。模糊c均值聚类关键的就是模糊权值的确定，常用的算法是利用特