LIRe提供的图像检索算法的速度

本文翻译了LIRe的作者Mathias Lux发表的论文《LIRe: Lucene Image Retrieval - An Extensible Java CBIR Library》。主要介绍了LIRe的功能。节选了算法性能部分的内容。

在LIRe中主要实现的图像特征有：
       1.       RGB和HSV空间的颜色直方图；
       2.       MPEG-7的颜色特征，包括Scalable color，Color layout和Edge Histogram；
       3.       Tamura纹理特征，包括粗糙度（Coarseness），对比度（Contrast）和方向度（Directionality）；
       4.       颜色和边缘的方向性描述符（Color and edge directivity descriptor, CEDD）；
       5.       模糊颜色和纹理直方图（Fuzzy color and texture histogram, FCTH）；
       6.       颜色关联图（Auto color correlation）；
       7.       尺度不变特征变换（Scale-invariant feature transform , SIFT）。

这些算法的性能表如下图所示。测试使用的计算机配置是：IntelCore 2 Quad 4核 CPU  2.4 GHz，2 GB RAM内存，
Windows XP ， Java 1.6 u6 。使用单线程的方式。

可以看出Auto color correlation以及Tamura还是比较耗时的。其次是FCTH以及CEDD。剩下的几种算法还是比较节约时间的。