一种基于兴趣点的图像检索新方法

摘要

传统基于兴趣点的图像检索方法使用兴趣点局部特征进行检索，兴趣点局部和实际感兴趣区域的差别制约了检索精度。本文从兴趣点的形状特征属性出发，提出了一种由兴趣点确定感兴趣区域的图像检索新方法。该方法首先对图像进行小波分解，使用不同尺度的小波系数提取兴趣点，然后对兴趣点求取凸包确定感兴趣区域，并用颜色直方图和形状不变矩来描述图像特征，最后采用加权距离定义两幅图像的相似度。在保证检索算法对图像旋转、平移、缩放鲁棒性的前提下，将基于兴趣点的图像检索上升到物体层，从而提高检索精度。对包含1000幅图像的数据库所进行的大量实验表明，该方法优于其它基于兴趣点的图像检索方法，可将图像检索的平均查准率提高16.3%。