基于聚类的图像检索  

Image Retrieval Based on Clustering Algorithm

作　　者：张培珍[1] 付萍[1] 肖军 

机构地区：[1]吉林大学通信工程学院,长春130025 [2]吉林省政府信息办公室,长春130000

出　　处：《计算机工程与应用》2004年第31期46-48,共3页Computer Engineering and Applications

基　　金：国家自然科学基金项目(编号:59778050)资助

摘　　要：如何构建有效的组织和索引、提高图像检索速度是基于内容的图像检索所需解决的关键问题之一。论文采用了一种基于改进的模糊C均值算法的聚类索引。实验表明:该方法应用于图像检索,在准确性和实时性方面均能达到较好的效果,并优于已有的模糊C均值聚类算法。另外,系统实现了基于多特征结合的方法进行检索,并利用基于相关反馈的权重调整方法进一步提高检索性能,使检索结果更加符合用户的视觉效果。One of the most important issues in content-based image retrieval(CBIR)is how to construct effective orga-nization and index to enhance image retrieval speed.Clustering is a kind of effective indexing method.This paper proposes a modified fuzzy C-means(MFCM)clustering algorithm to construct index of the entire images database before retrieval.Experiments show that MFCM applied to image retrieval is effective in exactness and real-time property.It is superior to traditional fuzzy C-means clustering algorithm.In addition,it uses multi-features weight adjusting method to improve the performance of the system,the result of retrieval will satisfy people's visual receptance.

关 键 词：基于内容的图像检索 聚类索引 改进的模糊C均值聚类(MFCMC) 权重 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]