基于图像特征检索技术的材料腐蚀监测系统

材料腐蚀监测是利用视频技术、计算机图像处理技术、模式识别技术等对材料外观腐蚀图像进行检测、处理及管理。该文针对材料腐蚀图像的颜色特征和空间结构信息，用颜色直方图、颜色一致向量、颜色相关图和图像分形维数方法实现材料腐蚀图像统计特征的提取，用加权欧氏距离来描述材料腐蚀图像的相似性，实现了材料腐蚀图像内容的匹配及检索。     

基于颜色-空间特征的图像检索

虽然基于颜色直方图特征的图像检索方法简单、高效,但却丢失了颜色的空间分布信息.提出了一种基于颜色-空间特征的图像检索方法.该方法将图像内容看成由若干对象组成的集合,首先利用图像分割得到主要对象,然后根据对象的颜色、位置和形状特征计算图像间内容的相似度,再进行检索.实验结果表明,当图像中有明显的物体时,该方法与颜色直方图相比,能够更加准确和高效地查找出用户所需内容的图像,明显地提高了检索精度.     

基于内容的图像检索技术与医学图像检索

在分析基于内容的图像检索技术特点的基础上，提出了4种基于内容的图像检索方法，并对每种方法的实现特别是特征抽取进行了一定的研究。根据医学图像的使用特点，对基于内容的医学图像检索技术进行了初步的研究；对医学图像特征的抽取，应将重点放在形状特征和纹理特征的抽取上；同时，对医学图像进行检索，还可以使用颜色空间分布特征，来进一步进行相似匹配。     

几种基于内容的图像检索的方法

基于内容的图像检索(CBIR)技术依赖于对图像特征(例如颜色直方图、纹理、草图、形状等)的提取,相对于传统的基于文本的图像检索方式,这种方式提高了检索效率和检索的准确率。文中主要介绍了基于颜色和基于纹理特征这两种特征提取方法。这两种方法既能够反映全局特征,又能够兼顾所感兴趣区域的局部特征,是基于内容的图像检索的两种非常有效的方法。     

基于小波多尺度分析的彩色图像检索方法

多媒体技术的普及和Internet技术的实施导致了大量图像信息的出现，基于文本关键词的传统检索方法已不能适应图像信息检索的要求，这使得基于内容的图像检索技术逐渐成为目前的研究热点。基于内容检索技术中必不可少的关键步骤就是图像特征的提取，其中可提取的特征有颜色、纹理和形状等。但是，由于图像的每种特征只能抓住图像相似性的某一个方面，因此如何能更好地表示图像就成为基于内容图像检索中一个重要的研究方向。针对该问题，提出了一种基于图像颜色和纹理特征的图像检索方法，其中颜色特征采用HSV颜色空间的直方图，纹理特征采用图像小波多尺度表示方法中细节信息的方差统计量，这样就充分利用了颜色的丰富表现性和小波变换的多分辨性及其变换系数的统计特性。通过对不同类型图像使用不同特征组合进行图像检索查准率的对比实验结果表明，这种图像检索方法是行之有效的。     

一种新的基于本体论描述的内容图像检索模型

分析了基于内容的图像检索中存在的问题,利用本体论方法建立图像底层特征本体及特定类图像本体.同时,定义了图像描述因子并建立相应的图像组合规则.最后,利用图像的底层特征进行图像检索,结合多分类支持向量机,实现图像底层特征与高层描述信息的关联,进而实现了图像语义检索,缩小了"语义鸿沟"对基于内容的图像检索的影响.实验结果表明本模型能够提高基于内容的图像检索的准确率,同时,经过3～5次反馈,可以实现语义检索功能.     

一种基于形态学的图像检索方法

提出了一种基于形态学的图像检索的新方法。该方法首先将图像量化为不同的颜色层，并利用形态学的腐蚀算法对图像的各个量化颜色层进行单独处理。在腐蚀过程中使用了不同半径的结构元素作为腐蚀集合。经过腐蚀后的图像，统计出在不同腐蚀半径下的像素点个数，并以此作为图像的特征。通过对图像数据库的检索，表明该算法明显优于直方图法和边界直方图法。     

几种基于内容的图像检索的方法

基于内容的图像检索（CBIR）技术依赖于对图像特征（例如颜色直方图、纹理、草图、形状等）的提取，相对于传统的基于文本的图像检索方式，这种方式提高了检索效率和检索的准确率。文中主要介绍了基于颜色和基于纹理特征这两种特征提取方法。这两种方法既能够反映全局特征，又能够兼顾所感兴趣区域的局部特征，是基于内容的图像检索的两种非常有效的方法。     

一种融合语义的图像检索技术研究

针对基于内容的图像检索系统检索效率不高的情况,从目标图像外轮廓特征的提取、图像外轮廓特征的描述方式、图像轮廓的语义描述方式和相似度测定4个方面对基于内容的图像检索的研究状况进行了分析和研究。综合图像的外轮廓特征及轮廓的语义描述来实现对图像数据库的检索。实验结果表明,该方法提高了图像检索的精度和效度。     

一种基于形状特征的颅骨图像检索方法

提出了一种基于内容的颅骨图像检索方法，介绍了基于内容的医学图像检索系统结构，阐述了图像预处理方法和特征参数提取过程。实验表明，该方法能检索出有相同病理特征的相似颅骨图像。     

基于小波变换的低频分量图像检索研究

图像检索是图像数据库的最基本功能,传统检索技术对图像数据库来说存在很大的局限性,图像的检索应采用基于图像内容本身的检索方式,目前流行的各种图像匹配技术主要针对特征明显的图像,需要图像先验知识,缺乏广泛性.分析了传统的模板匹配技术,采用小波变换技术抽取图像低频分量为逻辑对象,利用改进的模板匹配技术进行检索,实验结果表明可大大减少计算量,提高检索效率.     

Image retrieval based on index compressed vector quantization

Increased amount of visual data in several applications necessitates content-based image retrieval. Since most of visual data is stored in compressed form, it is crucial to develop indexing techniques for searching images based on their content in compressed form. Therefore, it is desirable to explore image compression techniques with capability of describing image content in compressed form. Vector Quantization (VQ) is a compression scheme that exploits intra-block correlation and image correlation reflects image content, hence VQ is a suitable compression technique for compressed domain image retrieval.This paper introduces a novel indexing scheme for compressed domain image databases based on indices generated from IC-VQ. The proposed scheme extracts image features based on relationship between indices of IC-VQ compressed images. This relationship detects contiguous regions of compressed image based on inter- and intra-block correlation. Experimental results show effectiveness superiority of the new scheme compared to VQ and color-based schemes.     

图的连通分支遍历算法在材料信息处理中的应用

在关于图中点的深度优先搜索遍历和广度优先搜索遍历算法的基础上,给出了计算图的连通分支的两种算法dfscbt和bfscbt。并利用这两种算法对镀层材料腐蚀特征信息进行识别,计算镀层材料的图像腐蚀特征参数。在已知多幅图像的腐蚀特征参数情况下,得到这些图像合并后的腐蚀特征参数的计算算法,并根据该算法的思想得出了识别腐蚀特征信息、计算镀层材料的图像腐蚀特征参数的第三个算法。     

基于基因搜索的模糊图象解释方法

图象解决是计算机视觉的重要组成部分，它涉及图象处理，分类器设计和逻辑推理等许多领域。针对目前图象解释系统要面对的严重噪声、模糊性和不确定性问题。重点研究了一种基于基因搜索的双向推理技术，该算法分为如下两步：首先通过基于分割区域统计/几何特征的模式分类器来得到初始的分类模糊隶属度，并根据经验（或统计）得到的先验空间位置关系模糊规则来构造一种有效表达图象解释信息的模糊图。然后通过基因搜索算法融合上面的两类信息来得到图象的最佳解释，实验结果表明，该方法对具有单一对象或多个对象的区域均有很好的效果，也是对基于概率、证据和模糊推理等单向推理机制图象解释方法的提高。     

中国图象工程：1995

中国图象工程：１９９５章毓晋（清华大学电子工程系北京１０００８４）１前言图象是各种观测系统以不同形式和手段去感知客观世界而获得的、可以直接或间接作用于人的视觉系统的实体。图象技术在广义上是各种与图象有关的技术的总称。目前人们主要研究的是数字图象，主要...     

Incorporating multiple SVMs for automatic image annotation

In this paper, a novel automatic image annotation system is proposed, which integrates two sets of support vector machines (SVMs), namely the multiple instance learning (MIL)-based and global-feature-based SVMs, for annotation. The MIL-based bag features are obtained by applying MIL on the image blocks, where the enhanced diversity density (DD) algorithm and a faster searching algorithm are applied to improve the efficiency and accuracy. They are further input to a set of SVMs for finding the optimum hyperplanes to annotate training images. Similarly, global color and texture features, including color histogram and modified edge histogram, are fed into another set of SVMs for categorizing training images. Consequently, two sets of image features are constructed for each test image and are, respectively, sent to the two sets of SVMs, whose outputs are incorporated by an automatic weight estimation method to obtain the final annotation results. Our proposed annotation approach demonstrates a promising performance for an image database of 12 000 general-purpose images from COREL, as compared with some current peer systems in the literature.     

基于改进的排序学习的图片检索算法研究

图片检索是图片共享社会网络中的重要研究内容之一。传统的图片检索方法往往通过对用户输入的关键字和图片的文本描述加以匹配来进行图片检索。由于文本信息存在歧义性,图片的文本描述十分困难,因此检索结果的准确性低。为了提高图片检索的准确性,提出了基于排序学习的图片检索方法。将每幅图片通过多种特征描述符进行描述,当用户的输入为图片时,通过对比查询图片和图片库中图片的相似性进行图片检索。采用支持向量机和关联规则两种学习方法对特征描述符的权重组合进行学习,并提出了相应的学习算法。实验表明,提出的基于学习的图片检索方法与相关图片检索方法相比具有更高的准确性。此外,应用支持向量机和关联规则两种方法对分类函数进行学习时,由于两种算法通过相同的数据实例对图片描述符的权重进行学习,因此得到的结果是相关的。     

采用多级参数匹配的图像检索

本文主要提出了一个提取图像特征参数来进行多级匹配的检索方法。首先对图像进行预处理,把图像统一转换成相同的尺寸和色彩空间。然后对图像进行4级Daubechies’s 小波变换,并在经过小波变换的图像上进行标准差计算匹配,欧氏距离计算匹配,不变矩计算匹配,最后得出检索结果。本方法通过了有9000多张图像的图像库的检验,获得了很好的实验结果。     

利用纹理的两种图像检索方法的比较

在高度信息化的今天,基于内容的图像检索已经成为多媒体处理中的关键技术.纹理是描述图像时常用的一个概念,本文比较了综合纹理和像素中心、综合颜色和纹理这两种利用纹理特征的检索方法.对两百多幅植物花卉的图像库的检索实验结果表明,两种方法各有优点,但综合颜色和纹理的方法更符合人的视觉要求.