基于改進(jìn)聚類算法的圖像檢索研究.pdf

1、目前的圖像檢索技術(shù)主要是采用圖像內(nèi)容進(jìn)行檢索的方式。常見的圖像內(nèi)容包括圖像的色彩、紋理、形狀以及語義的特征。這些特征是高維數(shù)據(jù)，對于數(shù)據(jù)處理有較高要求。為了減少檢索過程中的運算量，提高檢索速度和精度，應(yīng)該采用一個合理的方法對圖像庫數(shù)據(jù)進(jìn)行預(yù)處理。
　　本文采用的是一種較新的聚類算法對圖像庫劃分預(yù)處理。該算法與傳統(tǒng)的聚類算法不同，它是一種基于密度的聚類算法，適用于任意形狀分布的數(shù)據(jù)，具有良好的自適應(yīng)性，自動獲取聚類中心及其個數(shù)。通過

2、本文驗證，使用該聚類算法檢索相較順序檢索提高了圖像的檢索速度。同時本文引入Haar特征用于圖像紋理表達(dá)使得檢索結(jié)果更加準(zhǔn)確。該特征是一種基于灰度值的計算方法，適用于有穩(wěn)定紋理特征的樣本。本文采用該算法對樣本進(jìn)行特征提取，通過實驗結(jié)果表明，采用該特征得到的結(jié)果更加準(zhǔn)確。
　　本文在最后分析了改進(jìn)聚類算法和Haar特征在實驗過程中的優(yōu)勢與不足，結(jié)合實驗結(jié)果對本文所有工作進(jìn)行了總結(jié)。同時指出了聚類算法和紋理特征在實際運用中遇到的障礙，對