Resumen

Un gran número de imágenes digitales en crecimiento requieren una recuperación eficaz, pero el compromiso entre precisión y velocidad es un problema peliagudo. Este trabajo propone un enfoque de recuperación de imágenes ligero y eficiente mediante la combinación de descriptores de correlación de región y orientación (CROCD). El patrón de correlación de color de la región y el patrón de correlación de color de la orientación se extraen mediante el descriptor de región y el descriptor de orientación, respectivamente. El vector de características de la imagen se extrae a partir de los dos patrones de correlación. El algoritmo propuesto tiene las ventajas de los métodos de descripción estadística y de textura, y puede representar la correlación espacial de color y textura. En concreto, el vector de características sólo tiene 80 dimensiones para las imágenes a todo color. Por lo tanto, es muy eficaz en la recuperación de imágenes. El algoritmo propuesto se prueba exhaustivamente en tres conjuntos de datos en términos de precisión y recuperación. Los resultados experimentales demuestran que el algoritmo propuesto supera a otros algoritmos de última generación.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:algoritmo, vector de características, enfoque eficaz de recuperación de imágenes, patrón de correlación de colores de orientación, patrón de correlación de colores de región, imágenes a todo color, descriptores de correlación de orientación, métodos de descripción de texturas, algoritmos artísticos, patrones de correlación
• Keywords:algorithm, feature vector, efficient image retrieval approach, orientation color correlation pattern, region color correlation pattern, full color images, orientation correlation descriptors, texture description methods, art algorithms, correlation patterns