一种用于基于内容图像检索的新局部 Radon 描述子
计算机视觉与模式识别
2020-07-31 v1
摘要
基于内容的图像检索（CBIR）是计算机视觉研究的重要组成部分，尤其在医学专家系统中。在 CBIR 系统中，拥有一个具有最少调参数量的判别性图像描述子是理想的。本文中，我们引入了一种基于局部 Radon 投影直方图的新简单描述子。我们还提出了一种非常快速的基于卷积的局部 Radon 估计器，以克服 Radon 投影的缓慢过程。我们使用病理图像（KimiaPath24）和肺部 CT 块进行实验，并测试我们提出的医学图像处理方案。我们取得了优于其他基于直方图的描述子（如 LBP 和 HoG）以及一些预训练 CNN 的结果。
引用
@article{arxiv.2007.15523,
title = {A new Local Radon Descriptor for Content-Based Image Search},
author = {Morteza Babaie and Hany Kashani and Meghana D. Kumar and Hamid. R. Tizhoosh},
journal= {arXiv preprint arXiv:2007.15523},
year = {2020}
}
备注
{To appear in International Conference on AI in Medicine (AIME 2020), University of Minnesota, USA