利用形态学图像分析高效检索不规则图案图像：在工业与医疗数据集上的应用
信息检索
2023-10-11 v1 计算机视觉与模式识别
摘要
图像检索是基于图像的视觉内容与特征从数据库中搜索并检索图像的过程。近来，通过提取深度特征、基于颜色的特征、基于形状的特征及局部特征等从工业或医学图像中检索不规则图案备受关注。这在故障检测、疾病诊断及维护预测等一系列行业中有应用。本文提出一种图像检索框架，通过从图像中提取一组形态学特征（DefChars）来搜索含相似不规则图案的图像；本文所用数据集包含带缺陷的风机叶片图像、带 COVID-19 感染的胸部计算机断层扫描、带缺陷的散热器图像及湖冰图像。所提框架以不同特征提取方法（DefChars、缩放原始图像、局部二值模式及尺度不变特征变换）与距离度量进行评估，以确定跨数据集检索性能最优的参数。检索结果表明，使用 DefChars 与曼哈顿距离度量的所提框架在不规则图案各类别上取得 80% 的平均精度均值及 0.09 的低标准差，优于所有数据集上的其他特征-度量组合。此外，各类别间的低标准差凸显了 DefChars 即便在类别不平衡或小规模数据集下也能可靠完成图像检索任务的能力。
引用
@article{arxiv.2310.06566,
title = {Efficient Retrieval of Images with Irregular Patterns using Morphological Image Analysis: Applications to Industrial and Healthcare datasets},
author = {Jiajun Zhang and Georgina Cosma and Sarah Bugby and Jason Watkins},
journal= {arXiv preprint arXiv:2310.06566},
year = {2023}
}
备注
35 pages, 5 figures, 19 tables (17 tables in appendix), submitted to Special Issue: Advances and Challenges in Multimodal Machine Learning 2nd Edition, Journal of Imaging, MDPI