基于快速聚类索引的图像检索系统  

Image retrieval system based on fast clustering indexing

作　　者：张培珍[1] 付平[1] 肖军 汤旭慧[3] 

机构地区：[1]吉林大学通信工程学院,吉林长春130025 [2]吉林省政府信息办公室,吉林长春130000 [3]深圳高等职业技术学院,广东深圳518000

出　　处：《吉林大学学报（信息科学版）》2004年第6期638-642,共5页Journal of Jilin University（Information Science Edition）

摘　　要：为了提高基于内容的图像检索系统的检索速度,提出了一个基于快速聚类索引的图像检索算法,并将其应用于视频新闻检索系统中。该算法采用Fastmap算法实现图像高维特征向量降维,并用改进后的模糊C均值聚类算法对降维后的图像进行聚类,生成图像索引。该算法用于图像检索,检索时间不会随着图像数据库中图像数量、特征向量维数的增加而增加,极大地提高了系统的检索效率,有效地解决了聚类中心初试值的选取问题。同时利用该算法构成的系统还具有动态删除、分裂、合并、插入等功能。实验结果表明,与顺序扫描算法相比,该系统不仅大大提高了检索速度,而且在图像数目和特征向量空间维数增大的条件下,仍能够获得良好的检索性能。In order to construct effective organization and index to enhance speed of retrieval,a fast clustering scheme for images indexing in content-based image database was proposed. The dimension of the features of images are reduced by Fastmap algorithm, and then for the new features images are clustered by a modified fuzzy c-means clustering algorithm so that images can be matched within the corresponding clusters. The system using the scheme as the searching engine has the merits as following: choosing of the centroids of clusters properly , image eliminating, assigning, splitting, unitting, merging and inserting dynamically with high efficiency.

关 键 词：聚类 图像检索算法 图像索引 降维 图像检索系统 检索速度 基于内容的图像检索 检索效率 新闻 检索性能 

分 类 号：N941[自然科学总论—系统科学] TP391[自动化与计算机技术—计算机应用技术]