基于信息熵的图像检索

基于信息熵的图像检索

孙君顶1;毋小省2;周利华1

(1. 西安电子科技大学多媒体技术研究所, 陕西西安 710071;
2. 焦作大学计算机系, 河南焦作 454000)

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2004-04-20 发布日期:2004-04-20

Engropy-based image retrieval

SUN Jun-ding1;WU Xiao-sheng2;ZHOU Li-hua1

(1. Research Inst. of Multimedia Technology, Xidian Univ., Xi'an 710071, China;
2. Dept. of Computer, Jiaozuo Univ., Jiaozuo 454000, China)

Received:1900-01-01 Revised:1900-01-01 Online:2004-04-20 Published:2004-04-20

摘要/Abstract

摘要： 在分析了现有的基于颜色、形状、纹理等基于内容的图像检索算法的基础上，提出了一种新的基于信息熵的图像检索算法，即利用图像的信息熵来描述图像的特性，结合网格描述符及图像颜色信息，采用图像单元熵构成的熵矩阵特征值矢量作为图像的特征描述，并提出了利用特征矢量进行图像检索的检索算法．实验结果表明，该算法具有尺度不变性、旋转不变性，并且对于颜色直方图不同但有视觉一致性的图像也有较好的检索效果．

关键词: 图像检索, 单元熵, 基于信息熵检索, 网络描述符

Abstract: The content based image retrieval(CBIR) on colour, shape and texture is analyzed and an entropy-based image retrieval(EBIR) algorithm is proposed. Entropy is introduced to extract the features of the image. With the combination of colour property and grid descriptor(GD), and entropy eigenvalue vector descriptor is brought forward for the description of the image. Using teh entropy eigenvalue vector, we can simply retrieve the relevant images from the database. It is shown through performance experiments that this algorithm is of scale invariance and rotation invariance to some extent. Satisfactory retrieval results can also be observed for the image with analogical vision but different colour histogram.

Key words: image retrieval, unit entropy, entropy-based image retrieval, grid descriptor

中图分类号:

TP311

孙君顶1;毋小省2;周利华1. 基于信息熵的图像检索[J]. J4, 2004, 31(2): 223-228.

SUN Jun-ding1;WU Xiao-sheng2;ZHOU Li-hua1.

Engropy-based image retrieval

[J]. J4, 2004, 31(2): 223-228.

[1]	闫佳,曹玉东,任佳兴,陈冬昊,李晓会. 深度非对称压缩型哈希算法[J]. 西安电子科技大学学报, 2021, 48(5): 212-221.
[2]	刘道华,崔玉爽,赵岩松,宋玉婷,王景慧. 一种改进卷积神经网络的教学图像检索方法[J]. 西安电子科技大学学报, 2019, 46(3): 52-58.
[3]	杨源;查宇飞;覃兵;梁兵兵;杨丽薇;李运. 利用核技巧和迭代量化的图像检索算法[J]. 西安电子科技大学学报, 2017, 44(1): 165-170.
[4]	余旺盛;田孝华;侯志强;刘彬. 改进的二次型直方图距离度量[J]. J4, 2015, 42(3): 161-167+172.
[5]	闫允一;姜帅;郭宝龙. 结合稳定兴趣点和Gabor小波的图像检索[J]. J4, 2014, 41(5): 118-123.
[6]	朱旭东;李晖;郭祯. 云计算环境下加密图像检索[J]. J4, 2014, 41(2): 151-158.
[7]	孟繁杰;郭宝龙. 使用兴趣点局部分布特征及多示例学习的图像检索方法[J]. J4, 2011, 38(2): 47-53.
[8]	何周灿;王庆;杨恒. 图像特征匹配中一种快速关键维过滤搜索算法[J]. J4, 2010, 37(3): 534-540.
[9]	张志安;骆斌. 一种新的颜色空间特征图像检索 [J]. J4, 2008, 35(3): 577-580.
[10]	赵珊;周利华. DCT压缩域中基于纹理和形状的图像检索算法 [J]. J4, 2007, 34(3): 402-408.
[11]	安志勇;王晓华;赵珊;周利华. 一种图像纹理特征检索算法 [J]. J4, 2007, 34(3): 409-413.
[12]	崔江涛(1);孙君顶(1;2);周利华(1). 基于相关反馈的高维图像检索方法[J]. J4, 2006, 33(1): 62-65.
[13]	孟繁杰;郭宝龙. 一种基于兴趣点颜色及空间分布的图像检索方法[J]. J4, 2005, 32(2): 256-259.
[14]	暂时无作者信息. 图像检索技术综述[J]. J4, 2003, 30(4): 486-492.
[15]	田玉敏1;乃学尚1;高有行1;宋笑雪2. 基于整数小波系数的纹理图像检索方法研究[J]. J4, 2003, 30(1): 90-93.