基于内容的WEB图像检索引擎

现在的图像搜索引擎大多是基于关键字的检索,怎样从Internet的海量数据中检索到自己想要的图像信息,是一个亟待解决的问题。本文提出了基于内容Web图像检索引擎及其体系结构,研究其数据库结构设计,基于内容检索中索引和相关反馈的问题。     

图像数据库Web检索接口的设计与实现

图像检索一直是技术上的研究热点，特别是基于内容的图像检索，还不太成熟，但利用已有的检索方法，设计一个较好的图像检索接口，也不失为有益的尝试。我们利用传统的数据检索技术，全文检索技术和初步走向应用的CBIR技术，设计了数字图书馆中图像部分的Web检索接口，获得了较好的应用效果。     

支持基于内容检索的图像数据模型的设计

以面向对象的多媒体数据库系统Jasmine为平台,设计具有基于内容图像检索功能的面向对象数据模型,作为数据库的引擎,实现了一个支持基于内容检索技术的图像数据库系统。     

利用ASP开发基于Web的图像数据库系统

介绍了如何利用ASP开发基于Web的图像数据库管理系统，通过实例讨论了图像相关的数据库操作。论述了如何运用COM、ISAPI、Java Applet等技术扩展ASP的功能，从而进一步加强图像数据库系统管理。提出了一个Web环境下基于内容检索的图像数据库系统的解决方案。     

基于Internet的图像检索

随着Internet的迅速发展,在查找图像信息时因其信息资源量大而不能准确地找到所需的图像信息,所以一种基于Internet的图像搜索引擎也就应运而生了.提出利用爬虫技术实现可定位的图像搜索与获取,并分析和比较了基于内容和关键词的图像检索方法,讨论了上述方法在图像检索应用中的问题,进而提出将上述两种方法相结合的检索策略.与其它传统图像检索引擎相比,实验结果表明提出的策略能实现图像的定位检索,并有效提高图像检索的准确率.     

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。     

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。     

基于内容的图像检索综述

本文简要介绍了基于内容的图像检索，给出了基于内容的图像检索系统的一般结构。对图像检索的发展进行了概述。对基于内容的图像检索的主要研究技术进行了详细和全面的论述，并介绍了几个典型的基于内容的图像检索系统。最后，指出了目前研究中存在的一些主要问题。     

基于内容的图像检索在电子商务中的应用

针对电子商务搜素引擎中,消费者通过分类检索和关键字检索方式进行商品检索时,存在检索结果数量大而匹配精度低等问题,提出将基于内容的图像检索技术引入电子商务的商品检索中,使用描述商品的图像作为搜索对象,在电子商务的图像库中对商品进行匹配,从而降低供应商对商品的文本描述和消费者对商品的检索关键字产生的分歧,在一定程度上提高消费者检索商品的速度和精度。     

Web环境下基于移动多Agent技术的CBIR系统

采用移动多Agent技术,提出了一种灵活的基于内容的Web图像检索系统模型。系统将传统的Web图像检索功能封装于不同的Agent中。各Agent自主运行并相互协调,共同完成分布式Web图像检索。由于图像搜索策略封装于移动Agent中,可在数据源本地实现快速的图像匹配,减少了网络信息交换;网络管理Agent消除了异构网络带来的通信障碍。实验表明该图像检索系统具有良好的自治性、伸缩性和适应性以及灵活的在线扩展能力。     

基于LIRE和Struts的CBIR系统的设计与实现

随着图像数据的日益庞大．图像的检索显得越来越重要。在海量图像数据的环境下,基于内容的图像检索相比传统基于文本的图像检索更具优越性．就如何实现一个基于内容的图像检索系统进行详细的描述。以开源的Struts 2 Java Web框架,配合LIRE程序库,实现一个三层架构CBIRWeb应用程序。详细介绍实现流程,并附有主要代码。     

一种适合Web图像检索的图像降维算法研究

本文对现有Web图像检索技术现状进行了归纳，分析阐明了图像降维算法在基于内容的Web图像检索技术中的地位和作用。在介绍了几种经典图像降维方法后，重点介绍了国外近来提出的基于拉普拉斯特征值映射（LE）的图像降维算法。针对Web环境下图像检索必须进行剧烈降维的特点，本文进而对基于KL变换的主成分分析（PCA）算法和基于LE的图像降维算法进行了实验分析和比较。实验结果表明：对于需要进行维数剧烈缩减的Web图像检索来说，基于LE的图像降维算法可以获得最佳的效果。     

一种基于MPEG-7的图象特征相关性检索新方法

分析现有的基于内容的图象检索系统局限性,提出一套基于MPEG-7标准的图象特征相关性检索新方案,在对通用模型进行概念化设计基础上,构建一种适合于图象组合特征检索的通用模型,利于图象特征相关性检索方程组的建立,快速自适应检索算法的高效实现,图象特征的内部归一化指标与外部归一化指标的综合描述,以及图象特征相关性权值系数的动态确定,实现内部图象特征标识与外部用户接口有机结合,提高基于内容的图象检索技术在Internet上的实用性。     

图像表示及在检索系统中的应用

目前,网上流行的过滤和搜索系统主要是依靠文本内容,很少有图像搜索系统。广义的图像搜索引擎可以输入图像,从网络中搜索类似的图像及文本内容,免去了语言的障碍。常用的技术为基于内容的图像检索（CBIR）,它是图像分析的一个的重要研究领域,也是目前搜索引擎技术的难点。造成图像分析与检索困难的原因是目前还没有标准的描述图像的方法,众所周知,图像相对于文本理解起来更为复杂,表达的信息也更为丰富。本文阐述了一种基于标题、颜色、形状等多种特征的图像信息表示方法,并利用文本分析、颜色直方图的颜色特征提取、图像边缘检测实现了对图片信息的展示与检索功能。     

基于模糊C聚类的图像检索系统

提出并实现了一个基于内容的图像检索系统,介绍了系统结构,分析并给出了用于图像检索的颜色特征,以模糊C聚类算法实现了图像检索引擎,提高了图像相似性量化的效率和精度.最后,通过实例验证了系统的有效性.     

PicSOM – content-based image retrieval with self-organizing maps

We have developed a novel system for content-based image retrieval in large, unannotated databases. The system is called PicSOM, and it is based on tree structured self-organizing maps (TS-SOMs). Given a set of reference images, PicSOM is able to retrieve another set of images which are similar to the given ones. Each TS-SOM is formed with a different image feature representation like color, texture, or shape. A new technique introduced in PicSOM facilitates automatic combination of responses from multiple TS-SOMs and their hierarchical levels. This mechanism adapts to the user's preferences in selecting which images resemble each other. Thus, the mechanism implements a relevance feedback technique on content-based image retrieval. The image queries are performed through the World Wide Web and the queries are iteratively refined as the system exposes more images to the user.     

按内容检索的图象数据库系统数据模型

数据模型的研究是设计按内容检索的图象数据库系统的基础.本文在超语义数据模型的基础上，提出了一种新的图象数据库系统模型.该模型融合了面向对象的数据模型、语义数据模型和知识模型的特点，并根据图象信息的特点，增加了若干对象类型构造子，使得该模型能较好地支持按内容检索的图象数据库系统建模.     

Relevance Feedback and Learning in Content-Based Image Search

A major bottleneck in content-based image retrieval (CBIR) systems or search engines is the large gap between low-level image features used to index images and high-level semantic contents of images. One solution to this bottleneck is to apply relevance feedback to refine the query or similarity measures in image search process. In this paper, we first address the key issues involved in relevance feedback of CBIR systems and present a brief overview of a set of commonly used relevance feedback algorithms. Almost all of the previously proposed methods fall well into such framework. We present a framework of relevance feedback and semantic learning in CBIR. In this framework, low-level features and keyword annotations are integrated in image retrieval and in feedback processes to improve the retrieval performance. We have also extended framework to a content-based web image search engine in which hosting web pages are used to collect relevant annotations for images and users' feedback logs are used to refine annotations. A prototype system has developed to evaluate our proposed schemes, and our experimental results indicated that our approach outperforms traditional CBIR system and relevance feedback approaches.     

CORE: a content-based retrieval engine for multimedia information systems

Rapid advances in multimedia technology necessitate the development of a generic multimedia information system with a powerful retrieval engine for prototyping multimedia applications. We develop a content-based retrieval engine (CORE) that makes use of novel indexing techniques for multimedia object retrieval. We formalize the concepts related to multimedia information systems such as multimedia objects and content-based retrieval. We bring out the requirements and challenges of a multimedia information system. The architecture of CORE is described in detail along with the associated retrieval mechanisms and indexing techniques. Various modules developed for efficient retrieval are presented with some APIs. The efficacy of CORE is demonstrated in the development of two multimedia systems, a computer-aided facial image inference and retrieval (CAFIIR) system and a system for trademark archival and retrieval (STAR), which have been developed at the Institute of Systems Science (ISS). We expect that CORE will be useful for effective prototyping of other such multimedia applications.Mainly supported by National Science & Technology Board of SingaporePartly working in Real World Computing Partnership, Novel Function Institute of Systems Science Laboratory since April 1994.