網(wǎng)絡(luò)環(huán)境下基于內(nèi)容的圖像檢索中的數(shù)據(jù)索引技術(shù).pdf

1、近年來，隨著計(jì)算機(jī)網(wǎng)絡(luò)上數(shù)字圖像信息的飛速增長(zhǎng)，使得基于內(nèi)容的圖像檢索技術(shù)（Content Based Image Retrieval，CBIR）得到了廣泛的研究。 CBIR的首先提取出圖像的特征建立特征數(shù)據(jù)庫(kù)，把圖像集中的一個(gè)實(shí)例轉(zhuǎn)化成高維向量空間中的一個(gè)點(diǎn)，即特征向量。這樣對(duì)圖像基于內(nèi)容的相似檢索就轉(zhuǎn)化為對(duì)特征數(shù)據(jù)庫(kù)中高維數(shù)據(jù)的最近鄰查詢（Nearest Neighbor，NN）。而CBIR中的一個(gè)關(guān)鍵問題是如何對(duì)高維的圖像

2、特征數(shù)據(jù)建立有效的索引結(jié)構(gòu)。 在圖像檢索的很多情況下，只需要解決近似最近鄰查詢問題。在以這種思想為指導(dǎo)所設(shè)計(jì)的索引中，最為著名的是本地敏感散列（Locality Sensitive Hashing，LSH）索引方法。LSH索引方法可以以概率方式保證一定的查詢精確度的前提下實(shí)現(xiàn)快速的近似最近鄰查詢。PLSH（PDF LSH）索引結(jié)構(gòu)是原始LSH索引的擴(kuò)展。 PLSH索引結(jié)構(gòu)支持在圖像在感知函數(shù)（Perceptual Dis

3、tance Function，PDF）距離度量下的近似最近鄰查詢，在保持索引查詢效率的同時(shí)提高了查詢的準(zhǔn)確性，并在理論上說明PDF在索引方法中的有效性。PLSH索引結(jié)構(gòu)采用索引結(jié)構(gòu)關(guān)鍵參數(shù)自動(dòng)調(diào)整方法，使得索引結(jié)構(gòu)可以自動(dòng)根據(jù)數(shù)據(jù)集的特征對(duì)參數(shù)進(jìn)行調(diào)整，以進(jìn)一步優(yōu)化索引的查詢性能。PLSH索引結(jié)構(gòu)在設(shè)計(jì)中預(yù)留并行接口，以便計(jì)算時(shí)間復(fù)雜更高的相似度度量能夠容易的整合于系統(tǒng)中。 初步實(shí)驗(yàn)表明，PLSH索引結(jié)構(gòu)相比原始的LSH索引結(jié)構(gòu)