《表3 不同方法在2个图像库上的识别率对比》
%
表3给出了各个方法在2个图像库上的rank1,rank10和rank20的识别率。从表3可以看出,与其他方法相比较,本文方法在2个图像库上的识别效果均达到最好,rank1分别达到了31.68%和16.32%。文献[5]提取图像的LAB颜色直方图和SIFT特征,KISSME算法提取图像的HSV和LAB颜色直方图,LBP纹理直方图,两种算法在提取特征时都是将图像分为图像块,提取图像块的特征,相比于本文算法,破坏了图像局部细节,使得识别率低于本文算法;PRDC提取图像RGB,YCbCr,HSV颜色特征和Schmid,Gabor纹理特征,在提取特征时,将图像平均分为6块水平条纹,破坏了图像细节,识别率较低;文献[6]提取图像的gBicov特征,LMNN算法提取图像单一特征,所提取的图像特征较少,识别率低于本文识别率。
图表编号 | XD0059465900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.15 |
作者 | 王琳琳、王微、梁凤梅 |
绘制单位 | 太原理工大学、太原理工大学、太原理工大学 |
更多格式 | 高清、无水印(增值服务) |