Content-based image indexing and searching using Daubechies' wavelets

This paper describes WBIIS (Wavelet-Based Image Indexing and Searching), a new image indexing and retrieval algorithm with partial sketch image searching capability for large image databases. The algorithm characterizes the color variations over the spatial extent of the image in a manner that provides semantically meaningful image comparisons. The indexing algorithm applies a Daubechies' wavelet transform for each of the three opponent color components. The wavelet coefficients in the lowest few frequency bands, and their variances, are stored as feature vectors. To speed up retrieval, a two-step procedure is used that first does a crude selection based on the variances, and then refines the search by performing a feature vector match between the selected images and the query. For better accuracy in searching, two-level multiresolution matching may also be used. Masks are used for partial-sketch queries. This technique performs much better in capturing coherence of image, object granularity, local color/texture, and bias avoidance than traditional color layout algorithms. WBIIS is much faster and more accurate than traditional algorithms. When tested on a database of more than 10 000 general-purpose images, the best 100 matches were found in 3.3 seconds.     

Expert system design using wavelet and color vocabulary trees for image retrieval

A new image indexing and retrieval system for content based image retrieval (CBIR) is proposed in this paper. The characteristics (vector points) of image are computed using color (color histogram) and SOT (spatial orientation tree). The SOT defines the spatial parent-child relationship among wavelet coefficients in multi-resolution wavelet sub-bands. First the image is divided into sub-blocks and then constructed the SOT for each low pass wavelet coefficient is considered as a vector point of that particular image. Similarly the color histogram features are collected from the each sub-block. The vector points of each image are indexed using vocabulary tree. The retrieval results of the proposed method are tested on different image databases, i.e., natural image database consists of Corel 1000 (DB1), Brodatz texture image database (DB2) and MIT VisTex database (DB3). The results after being investigated show a significant improvement in terms of average precision, average recall and average retrieval rate on DB1 database and average retrieval rate on texture databases (DB2 and DB3) as compared with most of existing techniques on respective databases.     

基于小波分析和Oracle8i的图像数据库系统设计

采用了小波分析以及小波零树编码技术来提取图像特征,在Oracle8i支持图像数据库查询的基础上,综合使用传统的数据库检索技术和初步走向应用的基于内容的查询技术,实验证明这种方法丰富了传统的关系型数据库的功能,并具有良好的检索性能。     

一种基于提升小波变换的图像融合改进算法

提出一种基于提升小波变换的图像融合算法.对小波分解后的图像低频子带采用平均融合算子处理,在高频子带的融合中依据小波系数树状结构特点提出了一种新的自适应融合方法,最后经过小波逆变换得到融合图像.仿真实验结果表明该算法能有效地减少融合图像的失真,是一种有效的图像融合算法.     

In depth analysis and evaluation of saliency-based color image indexing methods using wavelet salient features

Nowadays, most of the research works in the area of image retrieval try to build an image signature by considering the image as a whole. In this paper, we proposed an alternative based on the detection of some salient points in the image. For this purpose, we propose a new efficient salient point detector based on a wavelet transform. The efficiency of our detector lies in the representation of the wavelet coefficients by a zerotree data structure and by a saliency formulation that does not favor any direction. Thus, the detected salient points are located on sharp region boundaries whatever their direction. From the detected salient points, we build a color/texture signature by using jointly the well-known color correlogram extended to salient features and rotated wavelet filter responses. Experimental results conducted by adopting a global salient approach and a local salient approach show the effectiveness of the proposed scheme.     

基于局部熵的小波变换图像融合算法

研究基于小波变换的图像融合算法。首先对待融合图像进行小波多尺度分解,得到小波的分解系数,对高频分量和低频分量系数采取不同的融合规则。低频部分系数融合采用简单加权平均法,高频部分系数融合采用基于邻域熵值的方法。对融合后系数进行逆小波变换得到重构图像,融合后图像清晰、对比度好。与最大绝对值法、领域方差法作比较。最后通过熵、标准差、平均梯度值等参数对融合后的图像进行定量分析。实验数据表明提出的方法是切实可行的。     

利用色彩分量相关性彩色图象压缩编码

为了提高彩色图象编码速度,提出了一种利用色彩分量相关性,结合小波变换来对彩色图象进行压缩编码的新方法,该方法是将彩色图象3个色彩分量之一首先进行小波变换零树编码,并将该色彩分量分割成若干个大小相等,但不重叠的子块,然后再计算出该色彩分量在每个子块中与另两个色彩分量在同一子块中的相关系数,这样对另两个色彩分子量的压缩编码就转变成相关系数的编码,编码则是通过反量化和小波逆变换,以得到一个重构的色彩分量,再由这个色彩分量和重构的相关系数,解出另两个色彩分量,然后由这3个色彩分量来恢复图象,实验结果表明,该方法不仅编（解）码速度快,而且有较好的信噪比、压缩比及视觉效果。     

基于快速小波包直方图技术的图像检索算法

提出了一种基于快速小波包直方图技术的图像检索新算法。此方法主要有图像的小波包分解,最主要能量频带的选择和小波包直方图的抽取及相似性度量三个步骤。首先,用一族正交小波基分解一幅图像并用小波包系数计算各个频带的能量;其次,选择几个最主要能量频带进行阈值化和非线性滤波;最后,抽取小波包直方图作为特征表示并应用直方图相交距离从图像数据库中检索被查询图像。由于该方法在特征抽取中应用较小的特征空间,因此需要较小的计算复杂性。实验结果表明,这些技术在图像检索中可以获得更好的性能。     

离散小波变换和零树编码在数字水印中的应用研究

采用小波变换和零树编码对图像进行水印嵌入和提取,通过对原始图像和水印图像分别进行不同级别的小波变换,选取原始图像小波的重要系数,将水印图像小波系数以一定的方式嵌入进去,使图像具有很好的稳健性及抗压缩性.     

一种基于小波变换各尺度相似性的静止图象压缩方法

小波变换具有良好的空间 -频率局部化性能 ,主要表现在频率压缩特性、空间压缩特性、系数分布的相似性 3个方面 ,这些特性都有利于进行图象压缩 .但是早期的小波压缩算法大多没有利用系数分布的相似性 .该文借鉴了零树算法和 Rinaldo块预测的思想 ,提出了一种新的旨在压缩重要小波系数结构性冗余的静止图象压缩方法 ,实验结果证明了这种方法的有效性 .     

基于邻域平均梯度的小波图像融合

在图像融合领域中,小波变换是一种重要的方法。首先对图像做小波分解,得到小波的分解系数,基于平均梯度能够反映图像微小细节的反差,应用了一种基于邻域平均梯度的小波融合算法,对源图像进行了融合,并与最大绝对值法,邻域方差法做了比较,采用峰值信噪比、信噪比和均方根误差作为评价度量,并指出了该算法的最佳分解层数,通过实验证明,该算法显示了一定的优势。     

结合颜色和空间信息的图像检索方法

本文采用了结合空间信息和图像颜色特征的颜色关联图方法。在特征度量时，依据所设计的评价试验，对四种距离度量方法进行了比较。将所选方法应用于西北大学可视化研究所开发的医学影像数据库系统中。实验表明，所述的图像检索方法具有较好的查全率与查准率。     

基于小波变换的反锐化掩模图像增强新算法

针对传统的基于小波变换的反锐化掩模图像增强算法中存在的问题，即对比度相同而幅角不同的边缘达到的增强效果之间差别较大，提出了一种新的基于小波变换的反锐化掩模图像增强算法。该算法在对原始图像进行小波分解的基础上，根据小波变换所提供的幅角，对小波系数进行自适应增强处理。实验结果表明，与传统算法相比，新算法使对比度相同而幅角不同的边缘达到的增强效果之间的差别明显减小。     

基于整数小波变换的彩色图象检索技术的研究

提出了一种利用小波变换对图象进行多尺度检索的方法。这种方法首先对图象进行多尺度小波分解，然后求出分解后尺度系数矩阵的各阶顺序子矩阵的F－范数，用F－范数定义图象的特征向量和相似度，再利用这种相似度进行图象检索。为了提高运算速度，使用的只是一维整数小波变换。整数小波变换的优点是：只需进行位内运算，输入和输出是整数，存储量小，适合图象处理；用F－范数形成的特征向量维数低，检索效率高。通过对200幅左右花卉和山水彩色图象数据库进行实验表明，该算法能够较好地描述图象的尺度和颜色分布信息，检索效果较好。     

基于小波突出点颜色及空间分布的图像检索算法

分析了基于兴趣点的图像检索方法的缺点，提出了一种基于小波突出点的图像检索新方法。该方法在小波域提取突出点，这些突出点既表示了全局变化也表示了局部变化；然后以小波突出点为线索，设计了基于小波突出点的环形颜色直方图，既利用了小波突出点的局部特征，又考虑了小波突出点的空间分布结构；用图像间的环形颜色直方图距离来度量图像间的相似性。该检索算法不但保证了对图像旋转、平移鲁棒性，而且克服了传统直方图没有空间位置的缺陷。实验结果表明，该方法对图像检索是有效的。     

改进的小波图像融合算法及应用研究

为了提高图像融合质量,论文提出了一种改进的小波变换的图像融合方法,该算法将源图像分别进行小波分解,各图像分解成低频系数和高频系数,低频系数采用基于prewitt算子的融合规则,高频系数采用融合系数选大的融合规则,然后将融合后的低频系数和高频系数做离散小波变换,得到小波变换后的融合图像.与传统的图像融合算法相比较,实验表明了改进的小波图像融合新算法具有更好的融合效果,将改进后的算法用于发动机温度场检测中,融合后的热端部件示温漆彩色图像边缘特征更加突出,区域分割精度更高.     

Application of Laplacian Mixture Model to Image and Video Retrieval

In this paper, we study the peaky nature of wavelet coefficient distributions. The study shows that the wavelet coefficients cannot be effectively modeled by a single distribution. We then propose a new modeling scheme based on a Laplacian mixture model and apply it to the indexing and retrieval of image and video databases. In this work, the parameters of the model are first used to represent texture information in image retrieval. Then we explore its application to video retrieval. Traditionally, visual information is used for video indexing and retrieval. However, in some cases audio information is more helpful for finding clues to the video events. The proposed feature extraction scheme is based on the fundamental property of the wavelet transform. Therefore, it can also be adopted to analyze the audio contents of the video data. The experimental evaluation indicates the high discriminatory power of the proposed feature set. The dimension of the extracted feature vector is low, which is important for the retrieval efficiency of the system in terms of response time. User feedback is used to enhance the retrieval performance by modifying the system parameters according to the users' behavior. A nonlinear approach for defining the similarity between the two images is also explored in this work.     

一种基于小波包变换的遥感影像融合方法

针对多光谱遥感影像和全色遥感影像,提出了一种基于小波包变换的遥感影像融合方法。新方法首先对多光谱遥感影像进行PCA变换;其次对多光谱遥感影像的第一主分量和全色遥感影像进行小波包变换;然后保留多光谱影像第一主分量的低频近似分量,融合它们的高频细节分量;最后,做小波包反变换,得到新的多光谱遥感影像第一主分量,再做PCA反变换,得到新的多光谱遥感影像。与PCA变换融合方法、IHS变换融合方法和小波变换融合方法等方法在主观视觉效果分析和客观统计参数两方面做了比较,新方法是有效的,不仅较大地增强了结果影像的空间细节表现能力,而且很好地保留了多光谱影像的光谱信息。     

基于K-L变换的小波图像融合方法

在多源信息融合中,小波多分辨率分析是一种最常用的方法.这里提出在小波多分辨率分析下,利用K-L变换的融合方法.首先利用小波变换对序列图像进行多分辨率分解,对相应的小波系数矩阵进行K-L变换,计算出小波系数权重.按照所得的权重融合小波系数,最后将小波融合系数逆变换实现图像的融合处理.实验结果证实这种方法有效的利用了图像的相关性,主观视觉效果分析和客观统计参数评价分析都表明,新方法的性能优于直接对小波系数进行平均的融合方法.