%0 Journal Article
%T 基于SIFT,K-Means和LDA的图像检索算法
%A 汪宇雷
%A 毕树生
%A 孙明磊
%A 蔡月日
%J 北京航空航天大学学报
%P 1317-1322
%D 2014
%R 10.13700/j.bh.1001-5965.2013.0601
%X 图像检索一直是信息检索领域的难题。提出了一种基于尺度不变特征变换（SIFT，ScaleInvariantFeatureTransform），K-Means和潜在狄利克雷分布（LDA，LatentDirichletAllocation）的图像检索算法。算法主要分为两个阶段。预备工作得到分类完成的图库、概率分配参数表和基本词库；实现检索是在预备工作的基础上归类测试图片，然后在该类下搜索最相似图片。对比传统的基于文本或内容的检索方法，该算法在检索之前将图片库中所有图片按其本身特征进行自动分类，取代人工标注图像信息的过程，同时由于整个算法完全基于图像特征，故此方法不会引入人工因素的干扰。实验结果表明，该算法能够较为准确地将要检索的图片归为图片库对应的类别中，有效地提高图像检索效率。
%K 尺度不变特征变换(SIFT)
%K K-Means
%K 潜在狄利克雷分布(LDA)
%K 基于内容的图像检索
%K 图像匹配
%U http://bhxb.buaa.edu.cn/CN/abstract/abstract13038.shtml