应用全方向形状特征码的图像检索方法

为提高图像形状信息的检索准确率和效率,提出应用全方向形状特征码的图像检索方法.该方法在全方向上对形状进行分割,度量形状各方向各部分的复杂度,构建形状的全方向特征码,计算形状间的相似度.通过真实建筑形状数据集和MPEG-7 CE-1 Part B形状数据集对本方法进行了检索性能测试,并和其他形状相似性描述方法进行了对比.实验结果表明,本方法具有更高的检索准确率和较高的检索效率.全方向形状特征码图像检索方法可以准确描述形状的全局特征与局部特征,具有平移、旋转、尺度不变性,及较强的形状描述识别能力.     

图像检索研究进展

多媒体信息检索是当前计算机科学与信息技术的研究热点之一,图像检索是多媒体信息检索技术的一个重要组成部分。本文阐述了图像检索研究的历史、现状及未来的研究方向。     

一种新的图像颜色特征提取方法

为了降低特征空间的维数,将图像的先验知识融合到采用SVM构造的分类器中,提出了一种新的基于HSV空间的20色非均匀颜色量化算法．与传统的颜色量化算法相比,该算法降低了时间和空间复杂度,提高了检索的准确率,易将图像的先验信息融合到SVM的核函数中,提高了分类效果．实验表明本文提出的图像颜色特征提取算法可成功应用于海量图像库检索和图像语义信息的自动提取．     

一种基于内容的文档图像检索方法

使用一个图像作为查询检索输入,根据该图像的版面分析特征、统计特征、纹理特征与数据库中图像的相似程度检索图像.该检索方法首先利用数学形态学对文档图像进行段落分割和行分割,作为文档图像的版面结构特征;然后根据图像的统计特征包括字符数、统计数特征、纹理特征给出文档图像抽取算法;最后给出检索算法模型.实验结果表明,本算法具有较好的查准率和查全率,在基于内容的文档图像检索中具有应用价值.     

融合最小和统计链码与熵矩阵奇异值形状检索

为解决单纯描述形状轮廓时只能描述简单形状的缺点,提出了融合最小和统计链码与熵矩阵奇异值特征的形状分类和检索方法。从结构和统计的角度综合了基于形状轮廓和区域的形状描述,同时又兼具了形状的空间分布特征。对形状区域特征扩展空间分布特征,使形状描述具有鲁棒性,形状熵矩阵奇异值具有对噪声稳定的特点,弥补了链码描述形状特征易受噪声影响的局限性。设计并实现了基于MPEG-7标准形状数据库的形状检索平台,实验结果表明,该算法在形状进行检索和匹配时具有较好的旋转、平移和尺度不变性。     

一种基于视觉特征语义描述的图像分类检索方法

基于内容的图像检索技术克服了文本检索方式主观片面的缺陷,客观地描述了图像的本质特征,然而却丢掉了文本方式下对图像的语义描述,导致检索准确率降低.借鉴数据挖掘技术中的图像分类方法,提出了结合视觉特征与图像语义描述以提高检索系统性能的思想,主要进行了图像显著特征选择、图像分类算法特征约简以及检索系统优化设计3方面工作,以提高检索系统的人机界面和交互性能.     

图像检索技术研究进展

本文介绍了图像检索技术发展的各个阶段,重点介绍基于内容的图像检索技术和基于图理论的图像检索技术。     

一种改进的基于广义直方图的图像检索方法

传统的基于颜色直方图特征的图像检索方法简单、高效,但是其完全丢失颜色的空间分布信息;针对这个缺点,有人提出了基于广义直方图的图像检索方法,然而其也没有考虑到像素间的方向信息,丢失了图像的局部细节信息。在广义直方图的基础上提出了改进的基于广义直方图的检索方法,新方法首先计算出原图像在0°,45°,90°,135°4个方向上的平滑图像,并将其分别与原图像对应的象素点组成二元组,统计每个二元组出现的概率,构造出4个方向的广义直方图,最后综合4个广义直方图进行检索。实验表明,与原始的广义直方图法相比,新方法能够较准确地描述出图像象素间的空间位置关系及方向细节信息,从而有效地提高了检索的精度。     

一种图像纹理特征检索算法

提出一种基于Radon和小波变换的图像纹理特征检索算法,对原始图像进行坐标系的旋转校正,确定方向归一化的图像,再对方向归一化后的图像进行Radon变换．根据Radon变换投影数据的几何特性,构造了适合投影数据的具有尺度和平移不变性的小波分解,该小波分解系数具有旋转、平移和尺度不变性．采用图像中各尺度小波系数的能量值作为图像的纹理特征,以此进行图像检索．基于纹理特征的试验结果表明,该特征具有旋转、平移和尺度不变性,与RIM算法相比平均检索率提高了3.8％．     

一种基于Freeman链码描述及其应用的快速图象复原算法

描述了一种快速的图象复原算法,该图象由记录图象轮廓的链码所描述,首先使用链码描述对图象的轮廓进行跟踪并对其进行了平滑,从而产生平滑后的图象的链码,之后提出了一种用于将图象复原的区域填充的简单思想。     

基于信息熵的图像检索

在分析了现有的基于颜色、形状、纹理等基于内容的图像检索算法的基础上，提出了一种新的基于信息熵的图像检索算法，即利用图像的信息熵来描述图像的特性，结合网格描述符及图像颜色信息，采用图像单元熵构成的熵矩阵特征值矢量作为图像的特征描述，并提出了利用特征矢量进行图像检索的检索算法．实验结果表明，该算法具有尺度不变性、旋转不变性，并且对于颜色直方图不同但有视觉一致性的图像也有较好的检索效果．     

基于兴趣区域的图像检索方法的研究

目前大多数基于内容的图像检索(CBIR)技术都依赖于图像的全局特征(例如颜色、纹理直方图等)，这样图像的空间布局特征被忽略了。由此提出的图像检索方法克服了这个问题，它是基于如下原则：用户应最有资格指定查询”内容”，而不是计算机，该方法使得用户能够选择多个”感兴趣区域”并且在检索过程中指定它们的空间布局相关性。     

iCome:基于多义性的图像检索系统

近年来,多媒体技术的发展使得图像的数量飞速增长,图像检索技术也越来越引起研究者的重视。经过研究人们发现语义鸿沟是导致图像检索系统效果不好的关键因素。以往的系统未能有效解决这一问题。因为多义性是产生语义鸿沟的一个关键因素,所以从多义性的角度构建了iCome图像检索系统。该系统考虑输出空间的多义性实现了基于文本标注的图像检索,考虑输入空间的多义性并结合用户反馈实现了基于内容的图像检索。     

基于感兴趣区域灰度统计量的颅脑CT图像检索

针对目前只限于特定任务的医学图像检测方法,根据颅脑CT图像的特点,给出了将感兴趣区域灰度统计量作为参数检索图像的方法.首先利用区域生长法提取CT图像中的全局感兴趣区域颅脑,采用分块的方法将全局区域划分成多个子区域,以获得局部灰度空间信息,使整幅图像的检索转变为对各子区域的识别.进一步提取每个子区域的灰度统计量平均值、均方差和三阶矩作为特征,检索时将示例图像特征与特征库中的特征按照欧几里得距离进行相似性匹配.实验结果表明,该方法可查找出在相同位置具有相似病理特征的颅脑CT图像.     

图像检索技术综述

图像检索是很多研究中的关键技术，图像检索是一种近似检索，与检索文本相比，检索图像要困难得多,根据不同的图像索引对现有的各种图像检索技术进行了分析和比较，包括基于注释的图像检索、基于特征的图像检索以及基于知识的图像检索，提出了图像检索技术的发展趋势和研究方向。     

基于纹理特征提取的图像检索技术

主要从图像纹理特征入手,研究如何有效地抽取图像纹理特征对图像进行描述,基于抽取的特征对图像进行搜索,从而提高检索效率和检索性能。     

基于相异性和不变特征的半监督图像检索

基于同构的思想,通过双谱形式化对图像的平移和旋转不变特征进行描述。为了扩展检索结果的语义范围,在半监督图像检索中应用了一种扩大结果图像差异性的方法(image retrieval based on diversity and invariant features,IRDIF)来扩大检索结果所涵盖的语义范围。即通过把已检索出的项设置为吸收态,降低了相似样本被检索到的可能性。该方法在Corel图像库上进行了实验分析,并取得了满意的效果。     

图像检索中基于二次距离的相关反馈

在基于内容的图像检索方法中,图像的低级视觉特征和高级语义之间存在着较大的差异,导致检索性能不佳.为了提高检索性能,将相关反馈技术引入图像检索.利用支持向量机在相关反馈的过程中为图像建立语义模型,在建立语义信息后求出图像间的二次距离,增加图像间的语义区分能力,使被检索出的图像在语义上更加接近示例图像.试验表明,该方法使查全率和查准率得到较大提高.     

一种基于链码向量的图像匹配算法

基于特征的图像匹配算法被广泛应用于图像处理和模式识别领域中,图像特征提取以及采用的匹配算法并直接决定图像匹配的效果。为了尽可能准确的实现图像匹配,提出了一种基于链码向量的边缘特征匹配算法。首先通过改进的Laplace边缘检测算子提取图像中的边缘信息,提高了边缘检测的可靠性;然后,将提取到的边缘信息由边界链码描述,并将边界链码构造成向量,利用数学向量相似度原则进行图像匹配。实验结果表明,该匹配算法简单快速,匹配准确率高,具有较高的实用价值。