LIRe提供的图像检索算法的速度
来源:互联网 发布:淘宝发货了还能退款吗 编辑:程序博客网 时间:2024/06/08 04:23
本文翻译了LIRe的作者Mathias Lux发表的论文《LIRe: Lucene Image Retrieval - An Extensible Java CBIR Library》。主要介绍了LIRe的功能。节选了算法性能部分的内容。
在LIRe中主要实现的图像特征有:
1. RGB和HSV空间的颜色直方图;
2. MPEG-7的颜色特征,包括Scalable color,Color layout和Edge Histogram;
3. Tamura纹理特征,包括粗糙度(Coarseness),对比度(Contrast)和方向度(Directionality);
4. 颜色和边缘的方向性描述符(Color and edge directivity descriptor, CEDD);
5. 模糊颜色和纹理直方图(Fuzzy color and texture histogram, FCTH);
6. 颜色关联图(Auto color correlation);
7. 尺度不变特征变换(Scale-invariant feature transform , SIFT)。
这些算法的性能表如下图所示。测试使用的计算机配置是:IntelCore 2 Quad 4核 CPU 2.4 GHz,2 GB RAM内存,
Windows XP , Java 1.6 u6 。使用单线程的方式。
可以看出Auto color correlation以及Tamura还是比较耗时的。其次是FCTH以及CEDD。剩下的几种算法还是比较节约时间的。
- LIRe提供的图像检索算法的速度
- LIRe图像检索:RGB和HSV空间的颜色直方图
- LIRe图像检索:CEDD算法原理与源码分析
- LIRe图像检索:FCTH算法原理与源码分析
- LIRe图像检索:Tamura纹理特征算法源码分析
- LIRe提供的6种图像特征描述方法的评测
- LIRE图像检索引擎Lire - Lucene Image REtrieval
- 图像检索:基于形状特征的算法
- 图像检索:基于形状特征的算法
- 图像检索:基于形状特征的算法
- 基于纹理的图像检索算法研究
- 基于 MapReduce 的海量图像检索算法
- 一次lire 图像搜索调用方法的查看
- 基于LIRE的图像检索系统(C/S架构)
- LIRe:Lucene图像检索 - 可扩展Java CBIR库
- 图像检索的关键技术
- 图像检索的原理
- 图像检索:几种基于纹理特征的图像检索算法
- asp.net 传值给服务端,服务端处理并且显示
- WordPress 远程管理
- replaceAll中的斜杆问题
- Pro Android学习笔记(五七):Preferences(1):ListPreference
- UNIX Domain Socket IPC (sockaddr_un )
- LIRe提供的图像检索算法的速度
- NSUserDefaults简介及使用
- 设置ie代理
- android:TableLayout表格布局详解
- MFC 托盘中添加程序图标
- 度量Web性能的关键指标
- SQLServer2008还原数据库3154错误解决方法
- CSNDN是个垃圾垃圾垃圾垃圾垃圾垃圾垃圾垃圾垃圾垃圾垃圾垃圾垃圾垃圾
- HTML5 WebSockets 基础使用教程