摘要
本发明公开了一种基于k邻域分布得分的图像重排序方法,在根据图像相似度进行降排序的初始排序列表的基础上,再根据k邻域分布得分的高低进行重新排序;包括获得初始排序列表建立测试图像p的扩展查询集Q(p,k);将初始排序列表Ω(p,G)作为新的测试图像集;将p添加到初始参考图像集G中,从而得到新的参考图像集Gnew={p}+G;为每个新的测试图像均计算对应的临时排序列表;搜索扩展查询集Q(p,k)中k张图像在各个临时排序列表中的排序位置L;计算初始排序列表Ω(p,G)中各参考图像的以下得分:位置得分Sd-l、重叠得分Sd-o以及离散得分Sd-d;构造各个初始排序列表Ω(p,G)中各参考图像的k领域分布得分Sd;根据初始排序列表Ω(p,G)中各参考图像的k领域分布得分进行重新排序。本发明能够降低负样本对排序的干扰,提高图像检索的准确率。