基于内容的图像检索是图像处理研究的重点,而相似性度量是其核心问题。基于near集的tNM(Tolerance Nearness Measure)方法在仅提取图像的灰度值特征时比IRM(Integrated Region Matching)检索结果更好。基于tNM与人类视觉近似的特点,将...基于内容的图像检索是图像处理研究的重点,而相似性度量是其核心问题。基于near集的tNM(Tolerance Nearness Measure)方法在仅提取图像的灰度值特征时比IRM(Integrated Region Matching)检索结果更好。基于tNM与人类视觉近似的特点,将灰度值替换为面向用户视觉的HSV(Hue,Saturation,Value)颜色空间,分别提取图像的灰度值(Grey)+纹理(Texture)、HSV+纹理两组特征。使用IRM和tNM算法对10类图像进行检索,对其检索结果进行比较分析,结果表明使用tNM算法提取的图像的HSV+纹理特征与人类视觉更加近似,效果更佳。展开更多
文摘基于内容的图像检索是图像处理研究的重点,而相似性度量是其核心问题。基于near集的tNM(Tolerance Nearness Measure)方法在仅提取图像的灰度值特征时比IRM(Integrated Region Matching)检索结果更好。基于tNM与人类视觉近似的特点,将灰度值替换为面向用户视觉的HSV(Hue,Saturation,Value)颜色空间,分别提取图像的灰度值(Grey)+纹理(Texture)、HSV+纹理两组特征。使用IRM和tNM算法对10类图像进行检索,对其检索结果进行比较分析,结果表明使用tNM算法提取的图像的HSV+纹理特征与人类视觉更加近似,效果更佳。
