基于GMEM聚类的EMD图象检索
Earth Mover”s Distance(EMD)算法用计算最小代价的方法来进行相似度度量,具有速度快准确性高的优点.但它度量准确的前提是描述图象的概率模型被合适地建立,传统的直方图方法或矢量量化器(VQ)建立的概率模型不能较好地描述图片包含的信息.本文提出使用高斯混合的期望最大(GMEM)算法进行图象描述,为EMD算法提供更恰当的概率模型(简称为GMEM+EMD算法).实验结果表明这种GMEM聚类加上EMD距离度量的方法可以有效地提高检索效率.本文还提出了新的特征表示方法,这种方法增加了图片的纹理的权重,减少了图象分块的个数,提高了迭代的速度。
GMEM算法 EMD算法 内容图象检索 聚类 直方图
丘衍航 杨群生 战荫伟
广东工业大学计算机学院,广州,510006
国内会议
北京
中文
575-579
2006-11-06（万方平台首次上网日期，不代表论文的发表时间）