使用自编码 Radon 变换的医学图像检索条形码
计算机视觉与模式识别
2016-09-19 v1
摘要
使用基于内容的二进制码标记数字图像已成为一种很有前景的检索技术。最近，Radon 条形码（RBCs）被引入作为一种用于图像搜索的新型二进制描述符。RBCs 通过对 Radon 投影进行二值化并将其组装成一个向量（即条形码）来生成。已有研究提出了一种简单的局部阈值法用于二值化。在本文中，我们提出了“自编码 Radon 条形码”的想法。使用训练数据集中的图像，我们对 Radon 投影进行自编码，以在隐藏层的输出上执行二值化。我们采用了小批量随机梯度下降方法进行训练。自编码器的每个隐藏层可以使用基于所采用的逻辑函数范围确定的阈值来生成条形码。自编码器的压缩能力明显减少了 Radon 投影中固有的冗余，从而带来更准确的检索结果。使用包含 14,410 张 x 射线图像的 IRMA 数据集来验证所提出方法的性能。实验结果（包含与 RBCs、SURF 和 BRISK 的比较）表明，自编码 Radon 条形码（ARBC）能够捕获重要信息并学习更丰富的表示，从而在仅以首次命中的准确率衡量的图像检索中降低了检索误差。
引用
@article{arxiv.1609.05112,
title = {Barcodes for Medical Image Retrieval Using Autoencoded Radon Transform},
author = {Hamid R. Tizhoosh and Christopher Mitcheltree and Shujin Zhu and Shamak Dutta},
journal= {arXiv preprint arXiv:1609.05112},
year = {2016}
}
备注
o appear in proceedings of the 23rd International Conference on Pattern Recognition (ICPR 2016), Cancun, Mexico, December 2016