ISSN: 2320 - 2459
拟Sedghi*
部门电气工程Urmia Urmia分支,伊斯兰自由大学,伊朗
收到:07/02/2014;修改后:24/02/2014;接受:04/03/2014
访问更多的相关文章raybet01
在CBIR,当地特性扮演了一个重要的角色在决定图像的相似性以及物体的形状信息,所以这个原因鼓励作者申请地方特色文献。著名的形状的特性之一是一维规范化轮廓序列时刻从梯度向量流中提取字段是用来计算边缘图像,这将捕捉物体的形状信息。养狐业领域提供优秀的结果决定涉及的对象边界无论凹陷了。此外,胡锦涛的时刻和边缘直方图等形状特征是不如养狐业领域有效的,因为在提到形状特征提取方法省略了有用的信息,减少检索百分比
周期平稳、过程分析、形象
介绍了高效和简单修改CBIR系统操作和详细研究每个块将讨论在文学(1,2,3]。我们提出了两种新的图像检索方法小说在转换域结构特征提取。然后从这些瓷砖新提出的特征提取。功能转换图像使用谱函数来自每个重叠瓷砖Norm-1能源和标准偏差计算在每个钻石形状区域的算法,作为纹理描述符。一个集成匹配方案基于优先级最高最重要的原则和两偶图的邻接矩阵图像块之间的构造,实现图像的相似性。梯度向量流场是用来提取物体的形状。不变矩是用来描述形状特征。这些纹理和形状特征的组合为图像检索提供了一个健壮的特性集。纹理周期性等品质和规模;它可以被描述的方向,粗糙,对比等等. . This method is based on spectral correlation function (SCF) that provides a second order statistical description in the frequency domain of signals. Then the SCF of each signal is calculated by FFT accumulation method which is a computational efficient algorithm. Features are energy and standard deviation of SCF of signals got from image at different regions of bifrequency plane. This scheme shows high performance in Image set. The newly proposed features computed on these tiles serve as local descriptors of texture. An integrated matching procedure based on adjacency matrix of a bipartite graph between the image tiles is provided, similar to the one discussed in [4- - - - - -6),产生图像的相似性。然后养狐业领域相同的图像计算。在那之后,生成不变的时刻。距离形状对比查询计算图像和图像数据集,并将被添加到距离,计算通过集成匹配方案。最后距离是保存在系统中,供以后获取。旁边,这一过程是数据集查询图像和图像之间的距离选择用于检索检索的图像数据集的数量。
离散时间的自洽场实值信号x (n)被定义为循环相关函数的傅里叶级数变换如此是对复杂的交叉谱估值移频信号x (n)
和x (n)
f是交叉谱频率变量和参数α,叫做循环频率,相对频移。如果信号平均功率有限最多还有一个可数的α值的数量
α= 0的自洽场降低普通功率谱:
几个计算高效的算法介绍了循环谱分析,通常分为两类:那些平均频率(频率平滑方法)和平均时间(时间平滑方法)。在本文中,我们使用一个有效的算法时间平滑类别即家人。我们只解释时间平滑算法倾向于家人的基本原理方法。所有时间平滑算法是基于平滑循环交叉周期图:
<(8)的操作。>是时间平均操作定义如下:
*是共轭算子的操作。
时间的物理解释平滑循环周期图的相关光谱成分x (n)的时间跨度Δt秒。谱组件和
的复杂的信封是窄带带通组件的信号,称为复杂的解调。的计算
逐渐减少的数据窗口的长度T幻灯片/Δt的数据时间跨度。在每一个瞬间的复杂解调窗口内的数据计算。计算复杂的解调后,他们是相关生产循环谱函数的估计。相关性是通过时间平均的共轭产品Δt秒的间隔。估计的谱点
解调分离频率由一个α0和集中f0的中点是相关的。Δt数量和Δf被称为点估计的时间和频率分辨率。数学,计算复杂的解调表示为:
(r)是一种数据逐渐减少窗口长度T = N’。然后,复杂的解调相关的时间跨度Δt秒:
在g (n)是一种数据逐渐减少的窗口宽度Δt =元;f1 = f0 +α/ 2和f2 = f0 -α/ 2。所示,时间平滑循环交叉时期克收敛于循环交叉谱在极限情况下,作为Δt→∞紧随其后Δf→0,如果时间窗口(n)和g (n)正确标准化。因此,如果
然后,
在厘清算法,平滑是通过傅里叶变换。如果从α频率转移0tα0+ε,系统的输出是:
如果几个值ε的需要,评估可以简化和离散化的值= qΔα。在这种情况下算法的输出表示为:
的总和可以评估N-point FFT。因此,点估计与常数循环频率可以通过傅里叶变换计算块产品序列,而不是平均产品单独序列。完全覆盖的bifrequency飞机需要带通滤波器银行产生必要的复杂的解调。一个高效生产所需的复杂的解调方法是基于FFT下滑。在这种方法中滤波器组是离散的频率:
自洽场估计的位置与对相关复杂的解调(我)f j,α频率坐标在哪里:
和周期频率坐标:
图5显示了瓷砖bifrequency平面与FFT方法积累N′= 8和自洽场的位置估计。一个N′点信道器有(N′)2可能的组合信道器流;因此,有最多(N′)2评估区域(钻石地区)。由于对称性,一个真正的信号的循环谱估计只需要(N′)2/ 4钻石。在研究自洽场。首先我们分区分成九个区域的图像。2、一维信号获得每个分区的分区映像点的像素行由行和列列。然后每个信号的自洽场计算FAM算法。构造特征向量,Norm-1能源和标准偏差分别计算每个钻石形状区域的方法从每个信号然后特征向量形成使用这两个参数值。使用能源的基本假设作为纹理特征的歧视是频域的能量分布识别图像的结构信息。生成的特征向量从N地区数量从每个分区的九个分区如下。在哪里,
N是钻石的数量地区FAM算法和j patitions的数量。分别静脉j,σ在j是Norm-1能源和标准偏差的自洽场振幅计算第i个信号在第n个地区即D:
问和估计的数量点和相应的谱相关函数的意思是D,分别。最后生产的主要特征向量,我们把9个特征向量的每个分区的主要特点如下。
在本节中,系统的性能评估使用图像集,有两组图片Id SetD = {}和SetQ = {
}每一个包含1051个完整的彩色图像。SetD受聘为数据库中的图像图像和SetQ被用作查询图像,其中每个图像对(
)是随机从相同的动画。在每次实验中,每个
被用作查询图像。对于每个查询,系统响应用户L与最短的图像匹配distancesopposite数据库映像
。表1显示的比较平均精度(%)与该方法和其他标准检索系统。如果
存在L数据库中图像,我们说系统已经正确地发现预期的形象。否则,系统未能找到预期的形象。在下面,回复查询的准确率将解释精度(ACC, %)。表2显示omparison图像检索的准确性(ACC %)实验是比较系统的检索精度的方法。
本地信息捕获两个决议和两个网格布局,提供不同的同一幅图像的细节。形状信息的捕获图像边缘使用梯度向量流场计算。然后使用不变的时刻记录的形状特征。结合图像之间的纹理特征和形状特征为图像检索提供了一个健壮的特性集。这使纹理图像的一个特别有趣的方面,导致大量提取纹理特征的方法。让我们去探索不同的方法计算纹理特征。