基于颜色直方图的图像检索技术

使用颜色空间分布熵来表示图像的颜色空间分布特征,结合图像的颜色直方图特征,采用加权综合法和比例系数法表示图像的综合特征,设计了基于颜色直方图和图像空间分布熵的图像检索算法.利用查全率和查准率对算法进行了评价.通过实验分析比较可知,所设计的方法具有较好的查准率和查全率.     

基于分块颜色特征和相关反馈的图像检索技术

在基于内容的图像检索(CBIR)中,对于传统的颜色直方图完全没有空间分布信息,提出了一种新的分块划分,并且结合颜色特征的图像检索方法。该方法结合了图像的整体与分块颜色分布,两幅图像之间的相似度为整体相似度和分块局部相似度的加权和,并且在检索中加入相关反馈技术,针对检索结果适当地调整权值,以达到更新图像整体与局部颜色特征的权重的目的。最后,实验结果表明该算法能很好地提高检索性能。     

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。     

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.     

基于颜色空间分布熵的图像检索

颜色直方图是基于内容的图像检索(CBIR)中的一种重要特征,然而其完全丢失了图像颜色的空间分布信息.文中采用颜色空间熵描述图像颜色的空间分布特征,为了消除熵的对称性对图像检索的影响,提出了改进算法.通过实验比较表明了该方法在进行图像检索时是有效的,并具有较高的检索性能.     

基于颜色的自组织聚类分析图象检索算法

本文提出了一种改进的迭代自组织聚类分析方法（ISODATA）来实现基于颜色的图象检索。算法选择符合的人的视觉的HSV模型，充分发挥了色度的描述作用。同时，选择HSV空间上的颜色直方图作为颜色特征，该特征描述了图像颜色的统计分布特征，且具有平移，尺度和旋转不变性，算法改进了ISODATA的初始聚类中心的选取方法，其初始聚类中心的选择是面向数据分布的，具有较好的通用性，因此适合各种分布特性的数据对象，实验结果表明，算法的检索精度明显好于传统的基于RGB直方图的检索结果。     

基于颜色矢量角的彩色图像检索算法研究

通过分析利用颜色直方图进行图像检索时存在的问题，提出了一种基于图像边缘空间分布特征的图像检索算法。即利用颜色矢量角对亮度不敏感，对色度和饱和度敏感的特性来提取图像的边缘信息。在图像的边缘空间，提取图像边缘点的颜色矢量角直方图，以此来描述图像的内容。该算法充分利用了图像的颜色信息、边缘信息及形状信息，实验表明该算法具有较好的光照不变性、尺度不变性、平移不变性和旋转不变性。     

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.     

基于分块颜色直方图的快速图像检索

针对传统颜色直方图不能反映图像空间颜色位置信息的问题,提出一种基于分块颜色直方图的检索方法,该方法先对一幅图像进行合理的分块,然后提取包含了图像位置信息的分块颜色特征,对提取的颜色特征采用相似度计算的方法,计算出两幅图像之间的相似度。实验结果表明,该方法不仅提高了图像检索的速度,同时也提高了检索的准确度。     

基于快速模糊聚类的动态多直方图均衡化算法

为了提高直方图均衡化方法对不同亮度图像的适用性,提出一种基于图像聚类的动态多直方图均衡化算法.采用基于直方图加权的模糊C-均值聚类算法对图像进行快速聚类,并采用聚类质量评价指标确定最佳聚类个数.对于每个子图像的直方图,以像素数量均值作为幅度极值进行裁剪,根据原有灰度区间与像素占比重新分配动态范围.基于裁剪的直方图对每个...     

Fuzzy color histogram and its use in color image retrieval

A conventional color histogram (CCH) considers neither the color similarity across different bins nor the color dissimilarity in the same bin. Therefore, it is sensitive to noisy interference such as illumination changes and quantization errors. Furthermore, CCHs large dimension or histogram bins requires large computation on histogram comparison. To address these concerns, this paper presents a new color histogram representation, called fuzzy color histogram (FCH), by considering the color similarity of each pixel's color associated to all the histogram bins through fuzzy-set membership function. A novel and fast approach for computing the membership values based on fuzzy c-means algorithm is introduced. The proposed FCH is further exploited in the application of image indexing and retrieval. Experimental results clearly show that FCH yields better retrieval results than CCH. Such computing methodology is fairly desirable for image retrieval over large image databases.     

基于图像信息熵与空间分布熵的彩色图像检索方法

在分析基于颜色直方图及信息熵进行图像检索的基础上,提出了一种改进的基于信息熵的图像检索算法,该方法同以往的基于信息熵的图像检索算法相比具有更强的鲁棒性．同时,文中又提出利用空间分布熵描述图像颜色的空间分布信息,并给出了一种基于图像信息熵与空间分布熵的彩色图像检索算法．试验结果表明,该方法效果良好,大大提高了图像检索的速度．     

一种改进的颜色匹配对图像检索算法

以子块直方图彩色图像检索算法为基础， 分析了进一步利用图像空间相似信息的颜色匹配对检索算法的性能。在子块直方图的构成、直方图距离值的归类等方面提出了行之有效的改进方法；给出了子块大小、相似度阈值等参数选择的优化原则，使查准率、查全率等检索性能指标得到了较大的提高，得出了几个有用的结论并形成了实验系统。     

显著兴趣点颜色及空间分布熵的图像检索方法

提出了一种利用显著兴趣点进行图像检索的新方法,此方法主要有显著兴趣点检测、基于显著兴趣点的特征描述和相似性度量三个步骤.先使用一个自适应滤波器对图像进行滤波,然后提取显著兴趣点;以显著兴趣点为线索,设计了一种基于显著兴趣点的颜色分布熵,既利用了显著兴趣点的局部特征,又考虑了显著兴趣点的空间分布结构;用图像间的颜色分布熵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,该方法对图像检索非常有效.     

AN IMAGE RETRIEVAL METHOD BASED ON SPATIAL DISTRIBUTION OF COLOR

Color histogram is now widely used in image retrieval. Color histogram-based image retrieval methods are simple and efficient but without considering the spatial distribution information of the color. To overcome the shortcoming of conventional color histogram-based image retrieval methods, an image retrieval method based on Radon Transform （RT） is proposed. In order to reduce the computational complexity, wavelet decomposition is used to compress image data. Firstly, images are decomposed by Mallat algorithm. The low-frequency components are then projected by RT to generate the spatial color feature. Finally the moment feature matrices which are saved along with original images are obtained. Experimental results show that the RT based retrieval is more accurate and efficient than traditional color histogram-based method in case that there are obvious objects in images. Further more, RT based retrieval runs significantly faster than the traditional color histogram methods.     

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。