基于纹理与颜色并利用局部极值特征和黎曼距离的图像检索
计算机视觉与模式识别
2017-03-06 v2
摘要
本文提出了一种利用纹理和颜色特征进行基于内容的图像检索（CBIR）的新型高效方法。我们的动机是通过图像内一组在特征点（即关键点）处提取的局部描述子来表示和刻画输入图像。然后，图像间的不相似度度量基于由这些图像生成的局部描述子集合所构成的拓扑特征空间（即流形）之间的几何距离计算。本工作中，我们提出提取并使用局部极值像素作为特征点。接着，通过整合由其一组最近局部极值捕获的所有颜色、空间以及梯度信息，为每个关键点生成所谓的基于局部极值描述子（LED）。因此，每幅图像由LED特征点云编码，而这些点云之间的黎曼距离使我们能够处理CBIR。在Vistex、Stex和彩色Brodatz纹理数据库上使用所提方法进行的实验，相比最先进方法提供了非常高效且具有竞争力的结果。
引用
@article{arxiv.1611.02102,
title = {Texture and Color-based Image Retrieval Using the Local Extrema Features and Riemannian Distance},
author = {Minh-Tan Pham and Grégoire Mercier and Lionel Bombrun and Julien Michel},
journal= {arXiv preprint arXiv:1611.02102},
year = {2017}
}
备注
This paper has been withdrawn by the author due to a crucial equation modification in part II.B