相关反馈结合鲁棒局部二值模式的CBIR算法

doi:10.13190/j.jbupt.2016.05.004

北京邮电大学学报 ›› 2016, Vol. 39 ›› Issue (5): 16-19.doi: 10.13190/j.jbupt.2016.05.004

CBIR Algorithm Based on Relevance Feedback and Robust Local Binary Patterns

SUN Ting^1,2, GENG Guo-hua²

1. College of Network Engineering, Zhoukou Normal University, Henan Zhoukou 466001, China;
2. Visualization Institute, Northwestern University, Xi'an 710069, China

Received:2015-07-13 Online:2016-10-28 Published:2016-12-02

摘要/Abstract

摘要： 提出了一种鲁棒局部二值模式结合相关反馈的基于内容的图像检索算法.鲁棒局部二值模式是一种性能较好的特征提取算子，对噪声和光照变化具有较强的鲁棒性，且不会造成原始数据的改变，可提高特征提取的准确性.相关反馈使系统可获知用户的偏好，对检索结果具有导向作用.多个纹理数据库的实验结果表明，提出算法的检索准确性和鲁棒性优于同类算法.

关键词: 鲁棒局部二值模式, 图像检索, 相关反馈, 特征提取

Abstract: A algorithm of content based image retrieval (CBIR) based on robust local binary patterns (RLBP) and relevance feedback (RF) was proposed. RLBP is a kind of feature extraction operator with good performance, which has strong robustness to the noise and illumination changes. The original data will not be changed with RLBP, and the accuracy of feature extraction can be improved. RF enables the system to learn the user's preferences and guide the search results. Experiments with several texture databases show that the accuracy and robustness of the proposed algorithm is better than that of the similar algorithms.

Key words: bobust local binary pattern, image retrieval, relevance feedback, feature extraction

中图分类号:

TP391

孙挺, 耿国华. 相关反馈结合鲁棒局部二值模式的CBIR算法[J]. 北京邮电大学学报, 2016, 39(5): 16-19.

SUN Ting, GENG Guo-hua. CBIR Algorithm Based on Relevance Feedback and Robust Local Binary Patterns[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2016, 39(5): 16-19.

[1]	宋宇博高嘉振. 改进YOLOv3算法的交通多目标检测方法[J]. 北京邮电大学学报, 2022, 45(5): 103-108.
[2]	张小乾谈振王潇梁芹万黎明. 基于正交投影学习的图像特征提取算法[J]. 北京邮电大学学报, 2022, 45(5): 85-90,128.
[3]	赵海英, 朱会, 侯小刚. 基于改进EMA单元的传统服饰图像语义分割[J]. 北京邮电大学学报, 2022, 45(1): 69-74.
[4]	汤永利, 李星宇, 赵宗渠, 李运峰. 面向Android支付破解应用的检测方法[J]. 北京邮电大学学报, 2021, 44(4): 95-101.
[5]	仇景明, 曲桦, 赵季红. 一种鲁棒网络流量分类及新类型发现算法[J]. 北京邮电大学学报, 2020, 43(2): 40-45.
[6]	张国栋, 应欢, 杨寿国, 石志强, 李霁远. 嵌入式固件脆弱哈希函数自动识别与破解方法[J]. 北京邮电大学学报, 2020, 43(1): 46-53.
[7]	刘派, 孙岩, 任玮. 一种基于ANTLR的面向Scratch3.0的特征提取和检测系统[J]. 北京邮电大学学报, 2019, 42(6): 70-75.
[8]	田昊旻, 尹良, 马跃, 李书芳. 基于对信号功率谱拟合特征提取的信号识别方法[J]. 北京邮电大学学报, 2018, 41(2): 114-118.
[9]	胡燕祝, 王松, 李雷远. Phi-OTDR技术信号处理中的特征提取方法[J]. 北京邮电大学学报, 2017, 40(6): 109-114.
[10]	赵娟, 陈斌, 李永战, 高宝成. 复杂背景噪声下风机叶片裂纹故障声学特征提取方法[J]. 北京邮电大学学报, 2017, 40(5): 117-122.
[11]	冀振燕, 姚伟娜, 皮怀雨. 个性化图像检索和推荐的研究[J]. 北京邮电大学学报, 2017, 40(3): 19-30.
[12]	许同乐, 王营博, 郑店坤, 陈康, 刘同义. 基于LMD-ICA降噪的滚动轴承故障特征提取方法研究[J]. 北京邮电大学学报, 2017, 40(1): 111-116.
[13]	张伟伟, 杨正洪, 牛少彰. 基于HSV和CLAHE的复制粘贴篡改检测算法[J]. 北京邮电大学学报, 2016, 39(6): 27-32.
[14]	李钊, 卢苇, 邢薇薇, 孙占全, 王伟东, 魏云超. CNN视觉特征的图像检索[J]. 北京邮电大学学报, 2015, 38(s1): 103-106,120.
[15]	王序文, 王小捷, 孙月萍. 双语主题跨语言伪相关反馈[J]. 北京邮电大学学报, 2013, 36(4): 81-84.