基于RSOM树的图像K近邻求解算法

山东大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (2): 80-84.

基于RSOM树的图像K近邻求解算法

郑君君1,夏胜平1,李新光1,祝一薇1,刘建军1,谭立球1,2

1. 国防科技大学电子科学与工程学院ATR实验室, 湖南长沙 410073;
2. 中南大学现代教育中心网络工程研究所, 湖南长沙 410075

收稿日期:2010-11-04 出版日期:2011-04-16 发布日期:2010-11-04
作者简介:郑君君（1987- ）,男,湖南耒阳人，硕士研究生,主要研究方向为机器视觉与模式识别.Email:cn-zyj@163.com
基金资助:
国家自然科学基金资助项目(60972114)

K nearest neighbors detecting algorithm based on a RSOM tree

ZHENG Junjun1, XIA Shengping1, LI Xinguang1, ZHU Yiwei1, LIU Jianjun1, TAN Liqiu1,2

1. State Lab of Automatic Target Recognition, National University of Defense Technology, Changsha 410073, China;
2. School of Information Science and Engineering, Central South University, Changsha 410075, China

Received:2010-11-04 Online:2011-04-16 Published:2010-11-04

摘要/Abstract

摘要：

提出了一种基于RSOM(recursive selforganizing mapping, RSOM)树、利用SIFT (scale invariant feature transform)特征为索引的海量图像集中K近邻的求解方案。对图像编号并提取SIFT特征,依据SIFT特征将图像的编号存储至RSOM树的叶节点中;搜索时用匹配的SIFT特征个数作为指标获得K近邻图像的候选集,用迭代Procrustes方法几何约束得到精确求解结果。利用5万余幅图像数据进行实验测试,结果证实了该方法的有效性。

关键词: 图像内容检索;RSOM;K最近邻;聚类树, SIFT;快速算法;局部不变特征

Abstract:

A K nearest neighbors detecting algorithm based on a RSOM(recursive selforganizing mapping) clustering tree was proposed by using the scale invariant feature transform(SIFT) feature as the indices. Images were labeled and SIFT features were extracted and the number of the images were stored in the leaf node of the RSOM clustering tree. Using matched feature number as the criterion of the candidate set of K nearestneighbors set, the iterative Procrustes method was employed to obtain more precise results. More than 50 000 images were tested and the experimental results showed the high efficiency of the proposal method.

Key words: fast algorithm, local invariant feature, content based image retrieval, recursive selforganizing mapping(RSOM), K nearest neighbonr, clustering tree, scale invariant featur tronsform(SIFT)

郑君君1,夏胜平1,李新光1,祝一薇1,刘建军1,谭立球1,2. 基于RSOM树的图像K近邻求解算法[J]. 山东大学学报(工学版), 2011, 41(2): 80-84.

ZHENG Junjun1, XIA Shengping1, LI Xinguang1, ZHU Yiwei1, LIU Jianjun1, TAN Liqiu1,2. K nearest neighbors detecting algorithm based on a RSOM tree[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2011, 41(2): 80-84.

参考文献

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed

本文评价

推荐阅读 10

[1]	施来顺,万忠义 . 新型甜菜碱型沥青乳化剂的合成与性能测试[J]. 山东大学学报(工学版), 2008, 38(4): 112 -115 .
[2]	浦剑1 ,张军平1 ，黄华2 . 超分辨率算法研究综述[J]. 山东大学学报(工学版), 2009, 39(1): 27 -32 .
[3]	刘文亮,朱维红,陈涤,张泓泉. 基于雷达图像的运动目标形态检测及跟踪技术[J]. 山东大学学报(工学版), 2010, 40(3): 31 -36 .
[4]	薛翊国，李术才，赵岩，苏茂鑫，李为腾，丁志海. 青岛胶州湾海底隧道F44含水断层注浆前后TSP探测分析[J]. 山东大学学报(工学版), 2009, 39(2): 108 -112 .
[5]	陈华鑫, 陈拴发, 王秉纲. 基质沥青老化行为与老化机理[J]. 山东大学学报(工学版), 2009, 39(2): 125 -130 .
[6]	赵科军王新军刘洋仇一泓. 基于结构化覆盖网的连续 top-k 联接查询算法[J]. 山东大学学报(工学版), 2009, 39(5): 32 -37 .
[7]	赵治广,王登杰,田云飞 . 基于灰色理论的路基沉降研究[J]. 山东大学学报(工学版), 2007, 37(3): 86 -88 .
[8]	高厚磊田佳杜强武志刚刘淑敏. 能源开发新技术——分布式发电[J]. 山东大学学报(工学版), 2009, 39(5): 106 -110 .
[9]	宋青,李晓磊,张承进 . 基于瓶颈分析的邮政速递网络的优化[J]. 山东大学学报(工学版), 2007, 37(5): 29 -33 .
[10]	朱向彩,栾云才,徐健 . 基于VB及FTA的城市交通评价系统[J]. 山东大学学报(工学版), 2007, 37(4): 89 -92 .