基于Hadamard变换的高维图像检索方法

摘要

传统索引方法对高维数据进行近邻搜索时会面临维数灾难问题,向量近似方法是一种有效的高维检索方法.提出一种Hadamard变换域上的向量近似方法,在变换域能量最大的分量上建立顺序索引,然后建立近似向量文件.同时提出低维过滤算法,可以在近邻搜索过程中高效排除不匹配近似向量,减少I/O访问时间,提高查询效率.在大型高维图像特征库上的实验表明,该方法性能优于小波变换域的向量近似方法.