全局和局部特征的图像检索

摘要

两种基于多特征融合的图像检索方法具有非常好的性能。但是,这两种融合方法存在以下问题:1)在颜色空间中直接定义纹理结构的方法会增大对颜色特征的描述;2)提取多种特征再重新融合为一个向量的方法,这种方法将有效的特征和无效的特征直接结合后,无效的特征会降低检索性能。针对以上问题,提出一种新的混合框架用于彩色图像检索,该框架使用词袋模型(bag-of-visual words,BoW)和颜色强度局部差分模式(color intensity-based local difference patterns, CILDP)分别提取图像的不同特征信息。同时,提出的融合框架利用graph density的方法将BoW和CILDP的排序结果进行有效融合,利用该框架能够提高图像检索的精度。在Corel-1K 数据库上,返回10幅图像时,提出的框架的平均精度为86.26%,分别比CILDP和BoW提高了大约6.68%和12.53%。在不同数据库上的大量实验也验证了该框架在图像检索上的有效性。