基于内容的图像检索第一步是提取能够表示图像内容的特征,图像特征提取的合适与否,直接关系到最终图像检索的结果。在图像检索和推荐任务中,经常使用三种策略提取图像的特征:
(1)基于图像的特征提取:基于图像的特征提取策略提取整幅图像的特征,比如颜色特征,这类方法不需要对图像进行分割、计算速度快,缺点是不能反映图像中物体的信息。
(2)基于区域的特征提取:基于区域的特征提取策略在分割图像的基础上提取各个分割区域的特征。这类方法可以获取图像中物体的信息,缺点是分割的区域不能准确表达对象的特性,而且计算复杂度较大。
(3)基于对象的特征提取:基于对象的特征提取策略对图像中的目标进行识别,实现对图像语义内容的提取,该方法可实现语义检索,提高检索的准确性。缺点是对象语义内容的提取目前还很不成熟。
为了能够做到在提取图像特征的同时保证检索与推荐系统的运行速度,本文选择了基于图像旳特征提取策略,既提取了表达图像全局内容的颜色直方图特征,又提取了表达图像的局部内容的颜色灰度共生阵特征、Gabor纹理特征以及SIFT关键点特征,提取内容后,先用核函数法构建基于各特征的相似度度量矩阵,并将这些相似度度量矩阵线性组合成一个能多方位表达图像相似度的度量矩阵,用以表征图像之间的相似度。
金城在线专注网站、软件、APP、微信公众平台、小程序、抖音、头条等开发推广，如果您有这方面的需求或者不同的观点，欢迎联系交流。
读完这篇文章后，您心情如何？
