对海量图片数据信息进行检索的研究,对于增加多媒体图片信息检索率具有重要意义。由于海量多媒体图片信息存在一定的相似特征,使得进行检索时图片信息特征出现混乱的情况。传统的图像检索方法,主要通过图片信息特征进行分类检索,当图片信息混乱时,无法对海量多媒体图片信息特征进行分类,导致检索速度慢、准确率低的问题。提出一种新的海量多媒体图片信息高效检索算法,通过分析图片的SIFT局部特征,获取图片SIFT特征,再利用SIFT特征进行图片匹配对目标图像进行识别,引入BOW算法对匹配后的图片SIFT特征进行索引,建立Bag of words模型、TF-IDF加权和欧式距离来完成图片的相似度计算,完成海量多媒体图片信息的检索。仿真结果表明,采用改进的检索方法有效的提高了检索速度和检索准确率。
