基于LBP的加权分布纹理熵的图像检索算法

通过对目前存在的一些基于纹理的图像检索算法的分析,指出了它们存在的不足,提出一种基于LBP的加权分布纹理熵的图像检索算法。首先,该算法依据图像关键兴趣区域分布特点将图像分成不均匀的9块子图,接着单独对各个子图块根据Uniform Pattern LBP计算个子图块的纹理特征,并结合信息论统计各个子图的纹理熵,然后把9块子图的纹理熵合并作为整个图像的纹理特征向量,最后依据特征向量元素对应各个兴趣区域的重要性加权进行图像检索。该算法相对传统LBP算法,保留图像空间信息,且区域偏重权系数能弱化不相关信息,同时9维度的特征向量能加快图像的检索效率。实验结果表明,该算法能获得较好的检索性能。

Image retrieval algorithm based on LBP weighting distributed texture entropy