一种基于特征选择优化的图像检索方法  

An image retrieval method based on optimized feature selection

作　　者：曹倩[1] 张化祥[1] 

机构地区：[1]山东师范大学信息科学与工程学院,山东省分布式计算机软件新技术重点实验室,山东济南250014

出　　处：《济南大学学报（自然科学版）》2015年第6期434-437,共4页Journal of University of Jinan(Science and Technology)

基　　金：国家自然科学基金(61170145);山东省自然科学基金(ZR2010FM021);山东省科技攻关计划(2013GGX10125)

摘　　要：鉴于主成分分析方法忽略特征向量不同维度的差异,提出一种特征选择优化方法,即改进的PCA特征降维方法。该方法赋予不同维度的特征向量不同的权重,客观反映图像的颜色分布和边缘特性。将该降维方法应用到图像检索中,降低了图像检索系统的复杂度,检索效率提高了28.2%。In view of the principal component analysis method ignoring the difference among different characteristic vectors,we put forward a kind of optimization method of feature selection,namely,the improved PCA feature dimension reduction method. This method entrusts with different weights to different dimensions of feature vectors,and objectively reflects the color distribution and the edge characteristic of images. Applied to image retrieval,this method reduces the complexity of image retrieval system,and improves the retrieval efficiency by 28. 2%.

关 键 词：图像检索 小波变换 特征选择 主成分分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]