作者：陆颖 陶建伟 刘佩林基于内容的图像检索特征袋sift特征点汉明编码
摘要：基于内容的图像检索是近年来计算机视觉领域的重要方向之一，如何快速准确地匹配视觉信息内容是图像检索最关键的部分。目前大多数检索方法采用BOF（bagoffeatures）算法，该算法的检索精度较低，且运行速度较慢。提出了一种新的匹配方法，提高检索精度的同时有效减少了检索时间。本算法利用特征点的四个相对独立的角度对其进行分类，可大幅减少需要比较的特征算子的数量，并对每一分类中的特征点使用k—means算法聚类，得到若干个聚类中心。本方法对每一聚类的特征点进行汉明编码，并采用倒排表的方式进行信息存储。实验对象使用Holiday图像库，结果显示，检索精度和检索速度较原先算法得到了较大程度的改善，检索精度最高可提高55．9％，至0．8557，检索时间最多可降低49．3％，至0．35s。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
