基于内容的图像检索技术

为了提高图像资源利用率,快速、有效地查询和检索数据库中的图像,基于内容的图像检索技术（CBIR）便应运而生。本文分析和比较了基于颜色、纹理、形状等图像检索技术的主要方法,讨论了相关反馈技术、检索性能的评价等CBIR研究中的关键问题,同时指出了CBIR研究中存在的问题,以及未来的发展趋势和研究方向。     

现勘图像数据库检索技术实例探讨

基于内容的图像检索技术(CBIR)发展已经有三十多年,但相关技术在公共安全领域的应用尚处于初步阶段。依托公安部重点实验室平台,使用实际刑侦现勘图像数据库,介绍在现勘图像数据库检索、车胎花纹数据库检索方面取得的研究进展情况,讨论现有成果与公共安全行业实际需求之间存在的差距,并分析现勘图像数据库检索研究的未来发展趋势。     

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.     

基于内容的医学图像检索技术

介绍了基于内容的医学图像检索系统的意义、方法和关键技术,分析了国内外医学图像检索领域的应用现状,并在此基础上探讨了基于内容的图像检索技术在医学图像检索领域的应用前景和未来的发展方向。     

图像检索技术研究与发展

介绍了数字图像处理中的新技术——图像检索技术的原理、方法和发展,对网络图像检索的常用方法以及基于文本的图像检索和基于内容的图像检索方法进行了分析,并对典型的图像检索系统的应用性能进行了讨论,提出了未来图像检索技术的最新发展方向．     

个性化图像检索和推荐

为了解决信息过载的问题,个性化图像检索和推荐技术成为目前图像检索领域的新趋势,其不仅可提高检索的效率和准确率,还可满足用户的个性化需求.根据不同个性化信息的数据源,可将个性化图像检索和推荐分为基于内容的个性化图像检索和推荐与协同过滤个性化图像检索和推荐.对于基于内容的个性化图像检索和推荐,分析了用户兴趣获取、用户兴趣表示和个性化实现3个核心环节,并对所采用的关键技术进行了对比,指出了优缺点;对于协同过滤个性化图像检索和推荐,分析了基于用户、物品和模型的3种协同过滤方法.最后分析对比了基于内容和协同过滤2种个性化图像检索和推荐方法,并指出了未来的工作方向.     

智能图像检索系统的设计与实现

为了实现图像管理的自动化、智能化,引入基于内容的图像检索技术,把颜色、纹理等基本图像特征结合起来,采用遗传算法,提出了一种新的检索算法,以提高检索的效率.选用SQL Server数据库,采用VC 编程设计开发了一个图像检索系统,详细讨论了该系统的总体架构及若干关键功能模块的设计与实现细节,最后给出了实验分析.结果表明,该系统采用的方法是有效的,能方便快捷地实现图像的基本查询、管理、检索等功能.     

基于内容的乳腺肿瘤超声图像分级检索

超声图像检索将在乳腺肿瘤良恶性的辅助诊断中起到重要作用,针对乳腺肿瘤超声图像提出了一种基于内容的分级检索方法。该方法研究了乳腺肿瘤在超声图像中表现的典型征象,从纹理、形状和边界3方面提取了提升小波熵、拟合椭圆重合率和2维极坐标边界描述子3个特征,进行3级检索。利用该方法对126幅有明确活检结果的乳腺肿瘤超声图像进行3级检索,检索结果的病理准确率为90.79%。实验表明,采用分级检索所用特征少,速度快,并能获得较好的检索结果,检索结果的病理准确率较高。     

基于主独立内容特征的人脸图像检索方法

提出一种基于独立分量分析的内容特征,并用于人脸图像检索,得到一种基于内容的图像检索新方案.该方案首先在降维空间提取出基于高阶统计特性的主独立内容特征（PICF）,应用提取的PICF特征进行有效的人脸图像描述.为确保计算有效性和检索正确率,运用可消除独立特征顺序不确定性的基于PICF的检索方法,并在具备不同亮度、尺度、姿势和图像描述变化的ORL脸谱数据库中完成了人脸图像检索实验.计算机仿真结果验证了所提出方法的有效性.最佳检索率为100%,平均查准率达95.14%/千次.     

基于主独立内容特征的人脸图像检索方法

提出一种基于独立分量分析的内容特征，并用于人脸图像检索，得到一种基于内容的图像检索新方案.该方案首先在降维空间提取出基于高阶统计特性的主独立内容特征(PICF)，应用提取的PICF特征进行有效的人脸图像描述.为确保计算有效性和检索正确率，运用可消除独立特征顺序不确定性的基于PICF的检索方法，并在具备不同亮度、尺度、姿势和图像描述变化的ORL脸谱数据库中完成了人脸图像检索实验.计算机仿真结果验证了所提出方法的有效性.最佳检索率为100%，平均查准率达95.14％/千次.     

一种基于反馈的JPEG图像检索研究

基于内容的图像检索研究的焦点是应用最初发源于文本文档检索的相关反馈技术来提高检索性能.但这一技术没有能够填补底层图像特征和高层语义内容之间的空白,这一空白被认为是CBIR的瓶颈,也是图像压缩和视屏检索的瓶颈.阐述了在DCT域中进行图像检索的基本方法和相关反馈的当前发展状况,并提出一个在CBIR中集成相关反馈的框架算法.     

融合对象颜色和边缘特征的图像检索

由于图像内容特性的复杂性,对图像特征的抽取、索引及检索匹配计算量巨大,空问模型向量动辄几百上千维,使基于内容的图像信息检索在Internet上的应用面临着所谓的“维数灾难“问题。提出了一个新的图像检索模型,该模型融合了颜色的空间分布信息和对象的形状特征。颜色特征采用改进的HSV模型——扇形模型描述;对象的边缘特征采用Canny方法进行计算,并通过Hough变换产生描述对象形状特征(相对位置和方向)的空间信息;图像的相似性比较采用两个全局性向量距离描述。实验结果表明,该模型比采用单一特征(颜色)具有更高的检索效率,是高效率和合理检准率的良好折中。     

刑侦图像检索中的特征提取及相似性度量

为分析比较基于内容的图像检索(content-based image retrieval,CBIR)系统中各环节算法在应用于刑侦现勘(criminal scenes investigation,CSI)图像数据库时的有效性,在CBIR系统中,使用颜色特征-HSV直方图、纹理特征-三层小波分解统计特征和颜色纹理的融合特征作为特征提取算法,以欧氏距离和街区距离作为相似性度量分别在CSI图库中进行仿真测试。在COREL图库中进行类似测试,并以查准率作为有效性的衡量标准进行对比。结果显示,在CSI库中,使用颜色特征有相对高的查准率,但CSI库的平均查准率均低于COREL库,此外使用街区距离可获得较高的查准率,这表明,因CSI数据场景复杂及目标多有损毁,现有图像特征提取算法有效性低,而作为相似性度量算法,街区距离相较于欧氏距离能更好地表示CSI图像间的相似性。     

基于内容的图像检索探讨

介绍了基于内容图像检索研究的发展现状,分析了基于内容的图像检索中特征提取、相关反馈及高维度索引的研究成果,提出了需进一步研究的问题.     

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．     

基于感知特性的动态相似度量

在基于内容的图像检索中，常用的Minkowski距离还不能实现与视觉感知距离的精确匹配。依据韦伯-费克纳法则，提出一种基于感知特性的相似度量算法。通过构造动态感知因子，新算法能够有效地降低相关图像相关特征之间的距离，从而提高相似度量与感知系统相似评价的一致性。实验证明：新算法能有效降低相关图像在检索结果中相似排序的序数，有效地提高检索效率。     

基于最佳路径森林分类的贪婪学习方法在CBIR系统的应用

针对一般相关反馈的基于内容图像检索（CBIR）方法不能有效处理相关图像和非相关图像的问题,提出了一种基于最佳路径森林分类（OPF）的贪婪学习方法（GL OPF）,该方法旨在返回每次迭代查询的最相关图像。首先,查询图像和数据集图像通过Gabor小波变换提取特征向量;然后,通过GL OPF主动学习方法获得图像关联性反馈,生成标记训练集;最后,标记训练集通过OPF分类器进一步评估形成相关性和非相关性原型集,每次迭代都会返回查询的最相关图像。3个公开图像数据集Caltch101、Corel和Pascal上的实验验证了本文方法的有效性。实验结果表明,在3个数据集中,迭代8次时,GL OPF的查询精度比其他3种方法均有较大提高,此外,GL OPF的迭代运行时间和查询时间与OPF几乎相同,很大程度改进了OPF方法。     

基于Gabor滤波器和深度学习的图像检索方法

针对图像数据库日渐庞大的问题,研究了将特征提取与深度学习相结合进行图像检索的方法,提出了基于Gabor小波变换和受限玻尔兹曼机(RBM)的特征提取和降维模型.将整幅图像划分成局部图像块,利用Gabor滤波器组提取图像特征,通过RBM对特征进行学习和编码,从而实现图像特征的降维处理.采用基于深度信念网络(DBN)和Softmax分类器的图像检索算法,利用Corel图像库进行新方法的图像检索实验,并与其他两种方法进行比较.结果表明,本文方法在准确率、查全率和检索时间上均具有较好的性能,能得到更好的图像检索结果.     

基于支持向量机的图像纹理识别方法

将支持向量机(SVM)应用于基于内容的图像检索领域，提出一种基于Gabor小波变换和支持向量机分类器的新型集成纹理识别方法.目标是利用Gabor小波设计的多通道小波滤波器对图像目标进行小波变换，用Gabor小波变换系数的模的平均值和标准差生成表示目标图像的特征向量，将特征向量归一化后用支持向量机进行训练和识别.最后，利用Brodatz纹理库中的纹理图像进行了试验并与其他几种方法进行了比较.结果表明，该方法的识别率在小样本情况下要优于其他几种方法，并且具有更好的泛化和推广能力.