利用特徵分層和權重相似性測量建置葉片檢索系統

Leaf Retrieval Using Stratified Features and Weighting Similarity Measure

魏嘉宏(Chia-Hung Wei) ； 林孟文(Menq-Wen Lin) ； 林秀貞(Hsiu-Chen Lin) ； 郭枝盈(Chih-Ying Gwo)

《清雲學報》 32卷2期 (2012/04) Pp. 39-60

https://doi.org/10.7049/JCYU.201204.0041

摘要

本研究的葉片檢索系統是利用數值分類學的概念來進行特徵分層的設計，透過階層集群分析法得到最佳的特徵分層順序。至於權重方面則是採用歐幾里德距離與相似性對比關係得到一個權重公式來進行計算。葉片檢索系統透過特徵分層和權重計算的相似性測量，可以找出相似的葉片影像，並將葉片檢索的結果完整呈現給使用者。實驗結果顯示本研究所提出的利用數值分類學概念的特徵分層設計，以及採用歐幾里德距離與相似性對比關係的加權方法，透過歐幾里德距離與相似性對比關係的權重計算方式對每片葉子進行分層加權，最後的檢索結果顯示的確可以提高葉片檢索系統的準確性。未來的發展，希望可以找出更多有助於葉片檢索系統的相似性測量方法，用以提高檢索的準確性，達到更好的檢索結果。

關鍵字

葉片檢索系統 ； 特徵分層 ； 權重 ； 數值分類學 ； 相似性測量

並列摘要

This study proposes stratified features and weighting similarity measure for similar leaf retrieval. Design and combination of stratified features is based on the concept of numerical taxonomy and hierarchical clustering. Weighting similarity measure involves Euclidean distance and a weighting function. With the stratified features and weighting similarity measure, the proposed system can locate similar leaf images and return search results to the user. Experimental results show the proposed method can improve the retrieval performance. In the near future, we will expect to add a relevance feedback strategy for better retrieval results.

並列關鍵字

Leaf Retrieval System ； Stratified Features ； Weighting ； Numerical Taxonomy ； Similarity Measures