用于图像搜索的局部 Radon 描述子
计算机视觉与模式识别
2017-10-12 v1
摘要
Radon 变换及其逆运算是医学成像任务中的重要技术。最近，人们对 Radon 变换在诸如基于内容的医学图像检索等应用中的兴趣重新燃起。然而，迄今为止的所有研究都通过提取整个图像或大型子图像的投影，将 Radon 变换用作全局或准全局图像描述子。本文试图证明，用于生成局部 Radon 投影直方图的密集采样具有比全局方法高得多的判别能力。在本文中，我们引入了局部 Radon 描述子（LRD），并将其应用于包含 14,410 张 x 射线图像的 IRMA 数据集以及包含 1,990 张图像的 INRIA Holidays 数据集。我们的结果表明，使用 LRD 相比其全局版本在检索性能上有显著提升。我们还证明了 LRD 可以提供与 LBP 和 HOG 等成熟描述子相当的结果。
引用
@article{arxiv.1710.04097,
title = {Local Radon Descriptors for Image Search},
author = {Morteza Babaie and H. R. Tizhoosh and Amin Khatami and M. E. Shiri},
journal= {arXiv preprint arXiv:1710.04097},
year = {2017}
}
备注
To appear in proceedings of the 7th International Conference on Image Processing Theory, Tools and Applications (IPTA 2017), Nov 28-Dec 1, Montreal, Canada