• LIRe提供的图像检索算法的速度


    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。

  • 相关阅读:
    202103226-1 编程作业
    7 20210516-1 团队作业3—需求分析规格说明书
    原型设计作业
    案例分析作业
    202103226-1 编程作业
    阅读——《构建之法》
    第一周学习任务
    牛客app测评报告
    wordcount编程
    准备工作
  • 原文地址:https://www.cnblogs.com/leixiaohua1020/p/3901909.html
Copyright © 2020-2023  润新知