资源简介
使用KMeans算法与BOF 算法实现图像检索,Matlab编码
代码片段和文件信息
%待检索图片
testImg_file = ‘./testPictures‘;
testImg_name = ‘/motianlun3.jpg‘;
image = imread([testImg_file testImg_name]);
figure(1);
imshow(image);
%提取带检索图片SIFT特征
[~descr~~ ] = do_sift([testImg_file testImg_name] ‘Verbosity‘ 1 ‘NumOctaves‘ 4 ‘Threshold‘ 0.1/3/2 ) ;
%选择聚类个数
K=500;
% 提取图片库中所有图片的SIFT特征
[img_pathsFeats] = get_sifts(‘./img_paths.txt‘);
% 随机生成K个初始类心
initMeans = Feats(randi(size(Feats1)1K):);
% 根据生成的初始类心对所有SIFT特征进行聚类
[KMeans] = K_Means(FeatsKinitMeans);
% 统计图片库每张图片每个聚类中特征点个数,每张图片对应一个K维向量
[countVectors] = get_countVectors(KMeansK,size(img_paths1));
% 统计带检索图片每个聚类中特征点个数,得到一个K维向量
[cosVector] = get_singleVector(KMeansKdescr‘);
% 根据余弦相似定理,求带检索图片与图片库中所有图片的余弦夹角
cosValues = zeros(1size(img_paths1));
for N =1:size(img_paths1);
dotprod = sum(cosVector .* countVectors(N:));
dis = sqrt(sum(cosVector.^2))*sqrt(sum(countVectors(N:).^2));
cosin = dotprod/dis;
cosValues(N) = cosin;
end;
% 对结果排序
[valsindex] = sort(acos(cosValues));
% 输出匹配度最高的36张图片
figure(2);
c=0;
% show picture at host
for id = 1:36
path = img_paths{index(id)};
image = imread(path);
if (mod(id-112) == 0&&id~=1)
c=c+1;
figure(c+2);
end
subplot(43id-12*c);
imshow(image);
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 82998 2008-12-31 09:44 harris\00.bmp
文件 82998 2011-01-10 16:00 harris\01.bmp
文件 82998 2011-01-10 16:00 harris\02.bmp
文件 82998 2008-12-31 10:22 harris\03.bmp
文件 82998 2008-12-31 09:48 harris\11.bmp
文件 82998 2008-12-31 10:19 harris\12.bmp
文件 82998 2010-12-27 16:10 harris\21.bmp
文件 82998 2010-12-27 16:10 harris\22.bmp
文件 740 2011-01-26 14:16 harris\checkargs.m
文件 548 2010-12-30 15:43 harris\check_collineation.m
文件 2279 2011-08-21 22:55 harris\funddist.m
文件 3399 2011-08-21 18:51 harris\fundmatrix.m
文件 655 2011-01-21 16:47 harris\get_consensus_set.m
文件 4016 2011-01-25 17:05 harris\harris.m
文件 2537 2011-01-19 21:41 harris\harris2.m
文件 50651 2002-02-04 16:03 harris\High2.jpg
文件 55455 2002-02-04 16:04 harris\High3.jpg
文件 343 2011-08-21 19:05 harris\isdegenerate.m
文件 2489 2011-09-14 21:34 harris\jiaodianjiance2.m
文件 2499 2011-02-22 14:21 harris\match.m
文件 2780 2011-01-24 16:53 harris\match_ransac.m
文件 2525 2011-08-21 18:44 harris\normalise2dpts.m
文件 251 2011-01-24 17:04 harris\projectivematrix.m
文件 9674 2011-08-21 22:52 harris\ransac.m
文件 3491 2011-08-21 18:46 harris\ransacfitfundmatrix.m
目录 0 2011-09-14 21:30 harris
----------- --------- ---------- ----- ----
808316 26
相关资源
- matlab图像检索
- 均值哈希用于图像检索matlab
- Kmeans均值算法MATLAB代码
- K-means算法的Matlab实现代码使用文档
- Matlab实现K-Means算法
- MATLAB-pca-kmeans+画椭圆分类程序
- kmeans聚类程序
- BOW视觉词袋模型的matlab实现易理解,
- 基于HSV非均匀量化直方图的图像检索
- HSV查找颜色特征代码MATLAB
- 基于matlab的图像纹理特征提取
- 用matlab实现模拟退火kmeans聚类
- 基于纹理的图像检索源码matlab
- 基于颜色的matlab代码
- k均值聚类算法MATLAB程序及注释
- matlab做的图像检索源码
- 图像检索的matlab程序
- 改进的基于划分算法的三维点云聚类
- 34行MATLAB实现k-均值聚类k-means和不同颜
- matlab kmeans聚类 代码和带图
- KMeans和Kmedoid算法的matlab实现
- image retrieval 基于颜色形状纹理特征的
- 用matlab做图像检索
- Kmeans-MATLAB 该代码能够实现K均值聚类
- jiyuneirongdetuxiangjiansuo 基于内容的图像
- ColorHistogram 图像检索——提取颜色特
- SIFT 图像检索中经典的SIFT方法matlab实
- kmeans 基于K均值的自然图像聚类方法
-
matlab-code-ba
sed-image-retrieval 基于图像 - ChangeDetectionPCAkMeans 用于变化检测的方
评论
共有 条评论