| 一种改进的SVM的昆虫图像检索算法及仿真 |
| |
| 引用本文： | 孙中华,许俊伟,古丽米拉·克孜尔别克. 一种改进的SVM的昆虫图像检索算法及仿真[J]. 电子技术应用, 2014, 40(11) |
| |
| 作者姓名： | 孙中华 许俊伟 古丽米拉·克孜尔别克 |
| |
| 作者单位： | 新疆农业大学计算机与信息工程学院,新疆乌鲁木齐,830052 |
| |
| 基金项目： | 新疆农业大学大学生创新项目 |
| |
| 摘 要： | 物种的变异性导致种群数量繁多,如何快速、准确地从海量的昆虫图像数据库查询吻合用户意图的图像成为棘手问题。基于内容的图像检索从图像本身出发,提取图像的底层特征与语义特征,提高了检索结果准确性。提取图像颜色与纹理综合特征,运用SVM建立训练模型,使得预测图像样本逼近训练样本,实现了基于SVM的图像检索仿真。在此基础上,提出颜色与纹理特征结合图像分块特征,并借鉴Bag of Words模型,弥补了图像空间分布信息,更加全面地描述了图像内容。实验表明,全面的特征提取提高了检索精度。
|
| 关 键 词： | 颜色特征 纹理特征 图像分块 SVM Bag of Words |
An improved SVM insect image retrieval algorithm and simulation |
| |
| Sun Zhonghua,Xu Junwei,GuLimila·Kezierbieke. An improved SVM insect image retrieval algorithm and simulation[J]. Application of Electronic Technique, 2014, 40(11) |
| |
| Authors: | Sun Zhonghua Xu Junwei GuLimila·Kezierbieke |
| |
| Abstract: | |
| |
| Keywords: | color features texture features image block SVM Bag of Words |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
