利用熵和矩进行二值商标图象检索

商标图象的检索在图象库系统管理和应用中得到了越来越多的重视。检索商标图象,形状特征的提取是关键。文章提出了一种新的提取商标图象形状特征的算法。该算法从信息论的角度出发,综合利用图象信息熵及不变矩的特性来描述商标图象的形状特征。该方法算法简单,实验证明具有良好的平移、旋转及尺度不变性,且抗干扰性能良好。     

用不变矩和边界方向进行形状检索

基于形状的图像检索一直以来是图像内容检索的一个难点问题，而目前采用周长、面积、边角率等描述形状的方法不能使形状检索达到理想的效果．本文提出了一种新的针对图像形状的检索方法．首先，用Canny算子对图像进行平滑处理，提取图像边界方向直方图特征、其次，用不变矩来描述图像形状的区域特征，不变矩特征不受图像的缩放、平移和旋转的影响．最后，为了克服不变矩只关心对象区域，而对图像边界忽视的缺点，提出了不变矩与边界方向特征相结合的方法，使得检索取得更好的效果．本文通过对医学图像的形状检索实验，给出了实验结果和结论．     

Web上基于内容的图象检索技术

Web上基于内容的图象检索集基于内容的图象检索和Internet网络这两项技术于一体,它对图象媒体的广泛应用具有一定的实用价值,同时对图象处理技术如何适应网络要求又有一定的理论研究价值,本文研究了特征提取、分布运算、网络实现等Web上基于内容的图象检索的相关技术,建立了一个单机上的图象检索系统并用该系统检验了自己提出的图象检索方法.另外在Web上实现了使用该方法的图象检索,实践证明小波形状不变矩对图象的形状匹配具有较好的效果.     

利用小波进行基于形状和纹理的图像分类

提出一种基于小波的形状和纹理联合特征的图像分类方法。先对图像进行二维小波变换以得到边缘图像，再提取边缘图像的7个边界不变矩组成图像的形状特征向量；在实验中，发现大多数情况下，图像背景的干扰信息大于其对分类的贡献，因此对图像去除其背景，然后在灰度共现矩阵的基础上，计算5个二次统计量作为其纹理特征；最后联合形状和边缘特征向量，并对其进行高斯归一化，用SVM进行分类。结果表明，该方法具有明显的优越性和较强的实用性。     

基于小波和相对矩的形状特征提取与检索方法

提出了一种基于小波和相对矩的形状特征提取与检索方法。首先,对亮度图像进行小波多尺度边缘检测,得到多尺度边界图像;然后,计算每一尺度的7个不变矩,再转化为10个相对矩,所有尺度上的相对矩组成图像的特征向量;最后,对特征向量进行高斯归一化,用欧氏距离度量图像间的相似度,构建了一个基于形状特征的网像检索系统。实验结果表明,该方法具有明显的优越性和通用性。     

基于形状不变矩的图像检索算法的研究

描述了一种基于Hu形状不变矩的图像全局形状特征提取方法和算法IMS。实验结果表明,使用IMS。算法提取的形状特征向量具有对平移、旋转和尺度变化的不变性,适合于进行图像形状的检索。     

基于小波的综合特征图像检索

针对单一视觉特征图像检索效果不够理想的问题，本文以小波变换为基础，提出了一种综合利用纹理，形状和空间特征共同进行检索的方法。实验结果表明，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。     

利用形状与空间位置特征检索二值商标图象

为了充分利用商标图象的内部信息，以提高商标图象的检索精度，提出了一种综合利用商标形状特征与共内部空间位置关系持征来检索二值商标图象的方法，由于二值商标属于人工图象，大多数二值商标都是由一些边界分明的几何形状体构成，因此可把二值商标图象看作是由一些具有显著形状特征的区域构成的集合体，对这些集合体首先利用矩特征进行形状的相似性度量，然后利用投影分类的方法匹配空间位置关系，该方法基于这一思想，既考虑了商标涔部各组成部分的形状特征，又兼顾了它们之间的空间位置关系，将整个检索过程分为初级检索与检索求精两个阶段，由于该方法保证了整体与局部的一致性，因此具有很好的检索精度，与仅仅利用图象的形状特征进行检索的实验结果相比，其检索结果更加符合人的视觉感受。     

基于形状特征和颜色的服装图像检索

提出将基于内容的图像检索用于电子购物中,首先利用不变矩的形状特征检索,为提高检索效果引入离心率特征,接着再利用改进的颜色直方图进行检索。通过实验证明该方法的有效性和可行性。     

基于模糊C均值聚类和统计特性的医学图象检索

本文提出了一种基于灰度、形状和纹理特征的医学图象检索方法.图象被模糊C均值聚类算法预先分割成互相不重叠的子图象,然后对这些子图象分别提取特征,从而获得整幅图象的特征向量.分割后的各子图象和均方差特征描述了原图象的灰度分布情况,二值化后的7个不变矩和7个纹理特征描述了图象的形状和纹理信息.实验结果表明,该算法能够比较有效地应用于基于内容的医学图象检索中,在查全率和查准率上都优于实验中其他两种方法.     

基于内容的图像检索技术研究

分析了基于内容的图像检索的关键技术以及各个阶段的研究特点,重点分析了基于颜色和基于形状的图像检索技术．指出了目前研究中存在的主要问题并提出了今后的研究方向。     

基于形状的图像检索的关键技术研究

将小波变换的多尺度技术应用到图像检索中的形状特征的边缘检测 ,利用不变矩的仿射不变性进行形状特征提取 ,并以图像特征向量的欧氏距离进行图像的相似度匹配。试验结果表明 ,使用该算法可以提高基于内容的图像检索的准确率与检索速度。     

基于形状特征的图像检索技术研究

随着图像信息数量的飞速增长,人们迫切需要对大量的图像信息进行快速、有效的检索。因此,研究者们提出了许多图像检索新技术。阐述了图像检索技术的发展过程;分析了基于形状特征的图像检索技术研究现状和局限性;着重从特征提取、高层语义和形状特征的关联、高维索引技术等方面研究了基于形状特征的图像检索的发展趋势。     

基于形状特征的图像检索技术研究

随着图像信息数量的飞速增长，人们迫切需要对大量的图像信息进行快速、有效的检索。因此，研究者们提出了许多图像检索新技术。阐述了图像检索技术的发展过程；分析了基于形状特征的图像检索技术研究现状和局限性；着重从特征提取、高层语义和形状特征的关联、高维索引技术等方面研究了基于形状特征的图像检索的发展趋势。     

基于视觉点特征的图像检索技术研究

基于视觉点特征的图像检索是图像检索(Content Based Image Retrieval,简称CBIR)的一个子集,指利用图像中对图像的内容有显著影响的一些点特征对图像进行查询,试图在理解图像内容的基础上,检索出与示例相类似的图像。目前,CBIR技术在商标查询、罪犯比对等领域有着很重要的应用。本文主要集中在对图像的感兴趣点特征提取技术上,针对边缘方向直方图法存在的问题,提出一种基于Canny边缘提取及轮廓序列矩法,首先对图像进行预处理,然后采用Canny边缘提取方法提取图像的轮廓,最后,将该轮廓的3个矩作为最后的特征向量进行检索。实验证明,提出的算法检索效果较好。     

图像挖掘中基于Zernike矩的形状特征描述与评价

在图像挖掘中，最关键的步骤是提取图像特征并对之进行描述和评价；在介绍Zernike矩的基础上，指出可以使用Zernike矩集描述图像的形状特征；根据Zernike矩逆变换，可以得到基于Zernike矩形状特征集的图像重构技术，从而通过重构图像与原图像的相异度和重构率来对Zernike矩特征集描述图像形状特征的精确度进行评价；实验结果证明了基于Zernike矩描述图像形状特征与基于图像重构进行评价的可行性。     

用颜色特征进行基于形状的检索

现有的多媒体数据库系统中对图片的检索基本上是基于描述关键字的,近几年开始研究基于内容的检索。基于内容的图像检索技术大多采用颜色特征。对于以形状为主的图片来说,基于颜色的检索就没有任何意义。但对真彩色图像提取形状特征是比较困难,且大部分用形状特征来匹配图形的算法,对图形的旋转、伸缩等不具有鲁棒性。该文采用颜色特征来获取图像中物体的形状特征,并基于此进行图像形状匹配算法。同时通过对算法的改进,使图像的大小变化和旋转以及轻微的光照变化不影响检索结果。实验结果表明这种方法改善了检索效果。