基于分块sim-min-Hash的近似图像检索

基于内容的图像检索技术(Content-Based ImageRetrieval,CBIR)突破传统基于文本的图像检索(Text-based Image Retrieval,TBIR)所造成的工作量大量性和主观注释信息不稳定性的瓶颈,大大提高图像资源的利用率,为使用者提供全新的体验。近似图像(Near Duplicate Images)被定义为对于同一物体或场景,在不同的拍摄情况(遮挡,位移,光线变化,背景,色差)下获取的图像,是CBIR重要检索对象之一。基于传统的min-Hash和sim-min-Hash算法,引入分块技术、块重叠技术、目标定位技术,提出分块sim-min-Hash算法(Partition sim-min-Hash)用来进行近似图像检索。并且在速度、查准率和查全率上对分块sim-min-Hash和sim-min-Hash标准min-Hash做了严格的比较。该算法对图像进行分块处理,极大地提高了运行速度和准确度。