基于遗传算法的分数局部邻域强度模式用于图像检索

本文提出一种名为“分数局部邻域强度模式”（FLNIP）的新纹理描述子，用于基于内容的图像检索（CBIR）。它是局部邻域强度模式（LNIP）[1] 的扩展。FLNIP 通过考虑与相邻邻域的关系，计算特定像素与 3x3 窗口中心像素之间的相对强度差。本工作中，首先计算涉及相邻邻域的局部邻域中关于 3x3 窗口中心像素八个邻域之一的分数变化，接着计算关于中心本身的分数变化。随后比较两分数变化值以生成二进制位模式。由于处理相邻邻域中幅值的相对变化即分数变化的比较，符号与幅值信息被编码于单一描述子中。该描述子应用于四幅多分辨率图像——其一为原始图像，其余三幅为对原始图像施加不同标准差高斯滤波器所得的滤波高斯图像，以彰显在图像不同分辨率探索纹理信息的重要性。查询图像与目标图像间获得的四组距离随后以基于遗传算法的方法组合，通过最小化同类图像间距离提升检索性能。该方法在四个流行数据库上的图像检索性能得到测试。这些数据库上的查准率与查全率与近期先进局部模式比较。所提方法较许多现有方法显示显著改进。