改进的综合BTC颜色矩和DT-CWT的图像检索算法

特征提取是基于内容的图像检索中的关键技术.针对基于单一特征检索效果不理想的问题,提出一种改进的综合颜色和纹理特征的图像检索算法.该算法在YIQ颜色空间中进行特征提取,首先结合方块编码(BTC)的思想,提取颜色矩作为颜色特征;采用双树复小波变换(DT-CWT)提取纹理特征,融合两种特征并利用相似性度量方式进行图像检索.实验结果表明算法所提取的颜色、纹理特征更利于检索,使用综合特征检索的平均查准率比同类算法更高.     

一种改进的综合BTC颜色矩和DT-CWT的图像检索算法

摘 要：特征提取是基于内容的图像检索中的关键技术。针对基于单一特征检索效果不理想的问题,提出一种改进的综合颜色和纹理特征的图像检索算法。该算法在YIQ颜色空间中进行特征提取,首先结合方块编码（BTC）的思想,提取颜色矩作为颜色特征;采用双树复小波变换（DT-CWT）提取纹理特征,融合两种特征并利用相似性度量方式进行图像检索。实验结果表明算法所提取的颜色、纹理特征更利于检索,使用综合特征检索的平均查准率比同类算法更高。     

基于内容的图像检索系统的实现

将小波变换有效地运用于对图像的颜色和纹理特征的提取，并提出了一种将小波变换与图像分块结合起来提取颜色特征的方法，开发出一个综合运用颜色、纹理特征及相关反馈技术进行图像检索的系统。实验结果表明，该系统具有明显的优越性和通用性。     

综合BTC颜色矩和灰度共生矩阵的图像检索算法

针对图像检索的多特征融合问题,提出了一种综合BTC颜色矩和灰度共生矩阵的图像检索算法。该算法借鉴BTC的思想,对传统的颜色矩进行改进,将图像分为若干子块,每个子块按照阈值分割为两类像素,计算颜色矩,提取图像的颜色特征;利用灰度共生矩阵提取图像的纹理特征;通过颜色、纹理单特征相似度加权求和来表示图像的综合特征相似度,进行图像检索。实验结果表明,该算法能够综合颜色特征和纹理特征,有效地提高图像检索的查准率。     

基于颜色-纹理自相关算法的内镜图像检索

为了同时有效的提取内镜图像的颜色和纹理信息,体现各特征的空间相关性,本文提出了一种颜色-纹理自相关算法应用于内镜图像检索.即通过纹理谱和自动阈值分割算法提取出纹理图像,并与颜色特征向量相融合再计算其相关性,得到距离分别为1、3的颜色-纹理自相关向量.在相似度匹配阶段采用Generalized Tversky Index...     

一种基于加权颜色聚合向量的图像检索方法

以图像颜色聚合向量为基础,并结合图像显著特征,提出了一种基于加权颜色聚合向量的图像检索方法.首先,提取图像的显著性图,并进行归一化处理,得到加权矩阵;然后,对图像进行颜色聚合向量提取,并根据加权矩阵进行加权处理;最后通过计算两幅图像之间的加权颜色聚合向量相似度,进行图像检索.该方法既系统兼顾了图像的颜色分布特征和高层视觉特征,又具有较高的计算速度;实验结果证明,该算法的检索精度明显高于传统的基于颜色统计特征的检索精度.     

一种基于多特征融合的相似图像检索方法

提出一种基于多特征融合的图像检索方法。首先基于采用HSV颜色空间统计向量、Canny算法和Gabor滤波的方法,分别提取图像的颜色、形状和纹理特征,并提出用图像感兴趣区域的长宽比值R作为尺寸特征。然后通过计算图像颜色和纹理的欧氏距离,同时结合形状匹配程度来判断图像的相似性,并且利用R值确定图像的尺寸相似性约束区间。实验结果表明,相较于采用单一颜色或纹理特征的检索方法,采用本方法的检索提高了查准率和查全率。     

一种新的综合颜色和纹理特征的图像检索方法

提出综合HSV颜色直方图和Gabor小波纹理特征进行检索的新方法,既利用颜色特征对图像颜色全局分布的描述,又利用纹理特征对局部空间信息的描述,避免一种特征描述图像的片面性。基于Corel库的检索实验结果表明,该方法可以取得良好的检索效果。     

基于感兴趣区域的图像检索方法

提出了一种新的基于感兴趣区域的图像检索算法。首先基于多曲率多项式提取图像显著点,并依据显著点提取图像感兴趣区域,然后基于感兴趣区域的颜色和纹理特征进行图像检索。实验结果表明该方法可有效地提取图像感兴趣区域,并取得了较好的检索效果。     

基于感兴趣区域多特征加权融合的图像检索算法

基于内容的图像检索有着广阔的应用前景,但存在检索性能不高的缺点.综合兴趣点和多特征融合的优点,提出一种基于感兴趣区域多特征加权融合的图像检索算法.采用Harris算法提取图像的兴趣点,确定感兴趣区域;再采用累积灰度直方图、共生矩阵和形状不变矩分别提取感兴趣区域的颜色、纹理和形状特征;经归一化后,最后采用距离函数级融合来度量图像的相似度,以检索图像.实验表明,算法有效地提高了图像的检索性能.     

Content-based image retrieval using a fusion of global and local features

Color, texture, and shape act as important information for images in human recognition. For content-based image retrieval, many studies have combined color, texture, and shape features to improve the retrieval performance. However, there have not been many powerful methods for combining all color, texture, and shape features. This study proposes a content-based image retrieval method that uses the combined local and global features of color, texture, and shape. The color features are extracted from the color autocorrelogram; the texture features are extracted from the magnitude of a complete local binary pattern and the Gabor local correlation revealing local image characteristics; and the shape features are extracted from singular value decomposition that reflects global image characteristics. In this work, an experiment is performed to compare the proposed method with those that use our partial features and some existing techniques. The results show an average precision that is 19.60% higher than those of existing methods and 9.09% higher than those of recent ones. In conclusion, our proposed method is superior over other methods in terms of retrieval performance.     

综合利用颜色和纹理特征的图像检索

基于特征的图像检索在多媒体数据库管理和多媒体通信传输中得到越来越多的重视。本文介绍了我们设计的分别基于颜色特征和基于纹理特征的两种图像检索算法。在利用单一特征检索的基础上,我们提出了一种综合利用上述两个特征共同进行检索的方法。对真实图像数据库的检索实验表明,综合特征检索要比单一特征检索更符合人的视觉感受要求,因而检索效果更好。     

基于多特征的服装图像检索

基于内容的图像检索一直是一个受关注的研究热点,这里利用图像的颜色和形状特征,将基于内容的图像检索应用于电子购物领域。提出先利用不变距与傅里叶描述子相结合的方法对图像形状特征进行检索,再利用改进的颜色直方图进行二次检索的检索方法。在检索前引入图像背景消除法消除图像中背景信息的影响。最后通过实验验证了基于颜色和形状特征的服装图像检索效果以及利用图像背景去除对检索效果的影响。     

基于方块编码的图像纹理特征提取及检索算法

针对灰度共生矩阵（GLCM）在提取纹理特征时存在的问题,提出一种基于方块编码（BTC）的图像纹理特征的检索算法。首先将图像分成互不重叠的子图像块,然后利用BTC的思想对这些图像块进行编码,进而定义图像的纹理基元并以此作为对图像的纹理描述,并提出采用一种改进的基于纹理基元的共生矩阵来获取纹理特征。实验结果表明,该方法既有效地利用了图像的纹理信息,又考虑了图像的空间和形状信息,具有较好的检索效果。     

流形学习和相关反馈相融合的医学图像检索

图像检索是医学图像辅助诊断的基础,为了提高医学图像检索的正确率,提出一种流形学习和相关反馈相融合的医学图像检索算法(LLE-MF)。首先根据方块编码的思想提取颜色分量的信息熵,并利用邻域灰度共生矩阵提取纹理特征;然后采用非线性流形学习对颜色和纹理特征进行组合、降维处理,并采用欧式距离相似度量模型对图像初步进行检索,最后最小二乘支持向量机对初步检索结果进行相关反馈,并进行仿真测试。结果表明,相对于其它医学检索算法,LLE-MF不仅提高了医学图像的检索准确率,同时提高了医学图像的检索效率,可以准确地找到用户所需的图像.     

基于分块颜色直方图和GWLBP的图像检索算法

为了提高多特征融合图像检索的效果,本文提出了一种基于分块颜色直方图和GWLBP的图像检索算法。算法采用K-means均值聚类对RGB颜色空间进行颜色聚类,再将4×4均匀分块图像分成9个子块,提取每个子块的颜色体积直方图,并赋予不同权值计算颜色特征;利用Gabor滤波器组对输入图像进行不同分辨率和方向滤波,然后将不同方向上局部滤波器输出结果与全局滤波器输出结果的平均值进行比较,并进行二值化,据此提出3种不同的GWLBP算子来提取纹理特征。最后对图像的颜色和纹理特征高斯归一化,采用加权平均来融合颜色和纹理的特征距离。通过实验仿真可知,与其他3种算法相比,本算法对正常和有旋转倾向的图像都有较高的查全率和查准率。     

基于信息熵和Gabor滤波器的图像检索

采用颜色和纹理的多特征提取,将图像按照一定的规则进行分块,对各个分块分别进行各种特征向量的提取.采用HSV颜色空间把颜色特征量化到72个颜色空间得到72柄的一维直方图,计算图像信息熵;纹理特征采用Gabor滤波器.该种分块方法能够很好的利用图像内容的空间信息,综合颜色和纹理特征能够有效地提高查全率和差准率.     

一种基于HVS加权颜色特征的图像检索算法

提出一种基于人类视觉系统(HVS)的加权颜色特征图像检索算法.首先对图像进行分块,提取各分块的主色作为颜色特征,然后利用人类视觉特性,对所获取的颜色特征进行加权处理,获得加权"主色"颜色特征.实验结果表明,基干所提出的加权"主色"颜色特征的图像检索算法较单纯依靠直方图和分块主色法具有更好的检索精度.     

奶牛图像的分割算法研究

为解决在实际生产环境中使用计算机自动识别奶牛的问题,提出了针对奶牛图像的分割算法,以提高识别率。该算法首先将奶牛图像从RGB空间转化为Luv空间,然后将图像作4×4大小的子块划分,对各子块进行块内颜色聚类并提取颜色和纹理特征,通过颜色内聚将子块中的颜色范围缩小到2~4种,并将其中所占数量最多的两种颜色作为子块的颜色特征;纹理特征则是基于对子块分别横向和纵向扫描并统计出来的,反映子块的颜色在横向和纵向的分布特征。在此基础上按奶牛的颜色和纹理特征进行基于子块的区域生长,最终达到清晰分割的目的。在对50个实地采集样本中按本文所述的方法进行分割,分割准确率达到80%以上。实验证明,本文提出算法能有效地将奶牛从背景中分离出来。