基于SVR分类的多特征彩色图像检索算法  

Content-based Color Image Retrieval Method Using SVR Classification

作　　者：杨红颖[1] 张文娇 胡峰丽[1] 王向阳[1,2] 

机构地区：[1]辽宁师范大学计算机与信息技术学院,辽宁大连116029 [2]北京大学视觉与听觉信息处理国家重点实验室,北京100871

出　　处：《小型微型计算机系统》2008年第10期1868-1873,共6页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目(60773031)资助;视觉与听觉信息处理国家重点实验室(北京大学)开放基金(0503)资助;大连市科技基金项目(2006J23JH020)资助;图像处理与图像通信江苏省重点实验室(南京邮电大学)开放基金项目(ZK205014)资助;江苏省计算机信息处理技术重点实验室(苏州大学)开放课题基金项目(KJS0602)资助

摘　　要：传统的基于内容图像检索技术对图像领域没有限制,而宽泛的图像领域不仅严重影响了系统检索精度,而且增加了系统查询时间.本文提出一种基于SVR(Support Vector Regression)分类的多特征彩色图像检索新算法,该算法首先提取出图像的颜色、空间和纹理信息并作为图像的特征向量,然后以回归型支持向量机(SVR)为学习机器,对图像库进行分类处理以缩小图像领域范围,最后在较小的领域范围内进行图像检索.实验结果表明,本文算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率.In the traditional approach of content-based image retrieval, the wide image domain results in the wide semantic gap between the low-level features and the high-level concepts. In this paper, a content-based color image retrieval method using SVR （Support Vector Regression） classification is proposed. Firstly,the color feature, spatial feature and texture feature are extracted from the color image as the eigenvectors. Then, the SVR are trained for natural image classification. Finally, the resulting image class model is incorporated into image retrieval system, so that the users can search natural image by classes. Experimental results show that the proposed color image retrieval is more accurate and efficient in retrieving the user-interested images.

关 键 词：图像检索 分类 回归型支持向量机 图像特征 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]