[1]王冠 丁友东 魏小成.基于改进Sobel算子的文物图像检索[J].计算机技术与发展,2011,(10):51-54.
　WANG Guan,DING You-dong,WEI Xiao-cheng.Cultural Relic Image Retrieval Based on Improved Sobel Operator[J].,2011,(10):51-54.
点击复制

基于改进Sobel算子的文物图像检索()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2011年10期
页码:
51-54
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Cultural Relic Image Retrieval Based on Improved Sobel Operator
文章编号:
1673-629X（2011）10-0051-04
作者:
王冠1 丁友东2 魏小成1
[1]上海大学计算机工程与科学学院[2]上海大学影视艺术技术学院
Author(s):
WANG Guan; DING You-dong;  WEI Xiao-cheng
[1]School of Computer Engineering and Science, Shanghai Uriversity[2]School of Film ＆ TV Arts and Technology, Shanghai University
关键词:
图像检索; 文物图像; 纹理特征Sobel算子
Keywords:
image retrieval ;  cultural relic image;  texture features ;  Sobel operator
分类号:
TP391
文献标志码:
A
摘要:
基于内容的图像检索克服了基于文本的图像检索方法无法利用图像中听包含的丰富的视觉特征的问题，更符合人类认识事物的习惯，成为了近些年来图像检索的热点。其中，纹理特征是图像中一个重要的视觉特性。实验结合文物图像特点，首先将彩色文物图像转化为灰度图像，然后用Canny算子检测出图像边缘，再用改进的Sobel算子模拟共生矩阵检测的4个方向的纹理矩阵，最终将其转换为直方图，从而提取到文物图像的纹理特征。实验表明，使用这种纹理特征进行文物图像检索可以取得很好的检索效果
Abstract:
Content-based image retrieval（CBIR） overcomes the problem that the text-based image retrieval is unable to use rich visual features in image. CBIR more fits the habit of human＇s cognition. The CBIR has become a hot spot in recent years. Among them, the texture feature is an important visual image features. The experiments, combining the characteristics of cultural relics, turns the cololful cultual relics into grayscale image first. Then detect the edge by Canny factor. And use im proved Sobel operator simulate co-occurrence matrix which tests 4 directions texture matrix. Ultimately convert the image to a histogram to extract the texture features of image artifacts. Experiments showed that texture features are artifacts can get a good image retrieval to retrieve results

相似文献/References:

[1]钱秋银 张正兰.一种基于多分类SVM的相关反馈图像检索方法[J].计算机技术与发展,2009,(08):65.
　QIAN Qiu-yin,ZHANG Zheng-lan.One Method of Relevance Feedback Image Retrieval Based on Multi - Classification SVM[J].,2009,(10):65.
[2]闫乐林 亓莱滨 蔡平胜.一种基于内容的图像检索系统的设计与实现[J].计算机技术与发展,2009,(12):205.
　YAN Le-lin,QI Lai-bin,CAI Ping-sheng.A Kind of System Design and Implementation Approach on Content- Based Image Retrieval[J].,2009,(10):205.
[3]韩轩 陈海山.综合颜色和局部空间特征的彩色图像检索方法[J].计算机技术与发展,2008,(01):122.
　HAN Xuan,CHEN Hai-shan.Content- Based Image Retrieval Using Color and Spatial Feature Histograms[J].,2008,(10):122.
[4]彭太乐 蒋建国 魏仕民 沈克.一种融合语义的图像检索技术研究[J].计算机技术与发展,2008,(03):102.
　PENG Tai-le,JIANG Jian-guo,WEI Shi-min,et al.Research on Image Retrieval Technique Using Semantic Information[J].,2008,(10):102.
[5]王朝晖 孙惠萍.图像检索中IRRL模型研究[J].计算机技术与发展,2008,(12):35.
　WANG Zhao-hui,SUN Hui-ping.Research of IRRL Model in Image Retrieval[J].,2008,(10):35.
[6]冯亚 耿国华 周明全 刘瑞华.基于颜色特征图像检索与相关反馈综合研究[J].计算机技术与发展,2007,(12):251.
　FENG Ya,GENG Guo-hua,ZHOU Ming-quan,et al.Integrated Research of Color- Based Image Retrieval and Relevance Feedback[J].,2007,(10):251.
[7]汪彦龙 刘金华 王丽萍.基于对象空间关系的图像检索方法研究[J].计算机技术与发展,2006,(01):66.
　WANG Yan-long,LIU Jin-hua,WANG Li-ping.Research of Image Retrieval Method Based on Object Spatial Relationships[J].,2006,(10):66.
[8]汪慧兰 赵海峰 罗斌.基于局部颜色空间特征的图像检索[J].计算机技术与发展,2006,(01):76.
　WANG Hui-lan,ZHAO Hai-feng,LUO Bin.Image Retrieval Based on Local Color and Spatial Features[J].,2006,(10):76.
[9]凌俊斌 庄卫华 刘鲁西.图像检索中的主动学习及其可测量性[J].计算机技术与发展,2006,(02):132.
　LING Jun-bin,ZHUANG Wei-hua,LIU Lu-xi.Active Learning and Its Scalability for Image Retrieval[J].,2006,(10):132.
[10]吴波 王保保.几种基于内容的图像检索的方法[J].计算机技术与发展,2006,(06):191.
　WU Bo,WANG Bao-bao.Some Methods about Content- Based Image Retrieval[J].,2006,(10):191.

备注/Memo

备注/Memo:
上海市科委国际合作项目（0951070090）王冠（1986-），男，上海人，硕士，研究方向为图像内容检索、模式识别
更新日期/Last Update: 1900-01-01