基于小波变换的多分辨率直方图快速图像检索------外文翻译(原文+译文).rar

RAR格式版权申诉手机打开展开

基于小波变换的多分辨率直方图快速图像检索------外文翻译(原文+译文),摘要-在大部分基于相似性的图像检索系统中的一个重要任务就是相似匹配。计算相思匹配度要求每个候选者的形象特征向量在图像数据库中。基于传统的算法查找是十分费时而且低效的。随着数据库大小的迅速增长,建立一种快捷有效的检索系统的需求与日俱增。基于多分辨率数据结构的方法很好的解决了上述的问题,但还有很多方面需要改进。在本文中,我...
编号:25-269148大小:391.26K
分类: 论文>外文翻译

该文档为压缩文件,包含的文件列表如下:

内容介绍

原文档由会员 wanli1988go 发布

摘要-在大部分基于相似性的图像检索系统中的一个重要任务就是相似匹配。计算相思匹配度要求每个候选者的形象特征向量在图像数据库中。基于传统的算法查找是十分费时而且低效的。随着数据库大小的迅速增长,建立一种快捷有效的检索系统的需求与日俱增。基于多分辨率数据结构的方法很好的解决了上述的问题,但还有很多方面需要改进。在本文中,我们提出一种基于小波变换的多分辨率数据结构能够使图像检索更快速。与计算多分辨率算法相比该方法减少了大概50%左右的计算成本。本文提出的方法是在我们为在高解析度的低清晰度的相似性匹配中回收利用所获得的信息。该算法在磁盘存储空间中保存了50% 的多分辨率效应的数据结构。文中提出的方案可使他很容易的结合现有的算法做进一步的性能增强。在本文中,我们使用相似亮度直方图匹配方法用于对图像的检索。
关键字:基于内容的图像检索,模糊直方图,多分辨率直方图,小波变换直方图,特征匹配。
1 简介
在研究数位资料库时索引和检索具有显著的作用,更有效的搜索和检索在研究数据库中的数据和尺寸图像时具有一个快速增长的需求。图像检索系统在数据图书馆,建筑,预防犯罪,数字签名匹配等领域具有广泛的应用。传统的系统使用以文本为基础的人工注释,但在候选图像数量十分庞大的文本系统中这种方法效率非常低下。主要的问题是大量的劳动力都用在诠释图像和关键字上,这并不足以描述一副图像。这就限制了该系统的有效性。
所以现在越来越多的人需要一个可以基于低水平的形态特征的图像检索系统,如颜色、纹理、形状等图像检索系统,依靠相似性的匹配来查询图像特征向量与数据库的图像。用于颜色相似度匹配最简单的方法是像素亮度匹配。但像素相似性匹配是一种密集型计算,会很费时,更好的做法是用高度敏感的扭曲与噪音小位移转动。因此,我们需要一个特征不变的,小扭曲,不是计算密集型的形象噪声。因此直方图被广泛应用于描述图像的特征,因为他们不会被扭曲,而且直方图的匹配很容易做到。而且直方图不是一个计算密集型工作。
Abstract-
One
of
the important task
in
most
of
Content
Based Image
Retrieva l(CB1R)
system
is
similarity matching.
Similarity matching requires distance computation
of
feature
vectors
for
each
candidate
image
in image database. Conven-
tional algorithms based
on
exhaustive search
are
highly time
consuming
and
inefficient.
With
rapid
increase
in
database
size,
there
is a
growing
need of a
fast
and
efficient retrieva l
system. Multiresolution data-structure based approach pro-
vides a
good
solution
to
above problem
hut
there is still
scope
for
improvement.
In
this paper
we propose
a
wavelet
based multiresolution data-structure algorithm for
faster
im-
age
search.
The
proposed approach reduces
the
number
of
computation
by
around
50%
over multiresolution
data-
structure algorithm.
In
the
proposed approach
we
reuse
the
information obtained
at
lower resolution
levels
for
sim-
ilarity
matching at
higher resolution levels.
This
algorithm
also
saves disk
storage
space
by
ahout
50%
over multueo-
lution data-structure approach. The proposed approach can
he
easily combined
with
existing algorithms for further
per-