基于改进颜色聚合向量与贡献度聚类的图像检索算法

为了提高图像检索的速度和准确率,通过分析各种聚类算法在图像检索中的缺点,提出了一种新的划分聚类的图像检索方法。首先,在对hsv模型非均匀量化的基础上,利用改进的颜色聚合向量方法提取图像的颜色特征；然后找到符合条件的特征向量作为初始聚类中心,利用分散度与贡献度进行聚类并建立特征索引库；最后根据查询图像的相似度进行检索和排序。实验结果表明,所提算法的查准率和查全率比其它算法均有较大提高。