基于压缩域的JPEG图像检索技术

目前大部分图像都以压缩的形式来存储和传输,其中以JPEG格式更为流行.检索时对JPEG图像进行完全解压会相当费时.为此,本文提出了一种基于压缩域的JPEG图像快速检索的技术方案,从图像的主要DCT(离散余弦变换)系数中提取关键信息进行计算得到图像的特征向量,并与目标图像的特征向量比较后得出差异度较小的图像作为检索结果.这种检索方法缩短了检索的时间,图像的匹配精度较高.     

一种基于JPEG2000压缩域的图像检索算法

互联网上存在大量图像信息,如何有效地对图像资源进行组织并检索到用户所需的图像,便成为人们研究的课题。随着新一代压缩标准JPEG2000的逐渐普及,互联网上采用此标准编码的图像文件jp2会大量涌现,并最终会取代现有的JPEG标准的图像。在此背景下,提出了一种简单快速的基于JPEG2000图像压缩域的检索算法,特征提取综合考虑形状、颜色、纹理和空间信息。所有的特征在解压缩过程中,熵解码之后获得。实验结果表明,相对于传统的基于像素域的图像检索,此算法具有很高的检索效率,而且算法相对简单。     

基于DCT压缩的JPEG图像的快速检索

提出了一种基于离散余弦变换(DCT)压缩的JPEC图像的检索方法。该方法利用JPEG图像数据在DCT压缩域的特性,直接提取特征,而且只需要对JPEC进行部分熵解码。在加速了图像检索的过程的同时也保证了检索结果的精确性,并且具有一定的鲁棒性。     

基于JPEG的图像检索综述

基于内容的检索是近年来的研究热点之一，现在已有许多基于象素域的图像检索技术，目前数据压缩也已成为多媒体应用的标准模式，静态图像压缩主要采用JPEG技术，研究基于传统JPEG和JPEG2000的图像检索方法成为必然。本文综述近年来出现的基于JPEG核心算法离散余弦变换和JPEG2000核心算法离散小波变换的图像检索技术。     

基于数据隐藏的图像检索系统

本文提出一种新的图像检索系统，采用数据隐藏算法把图像的标注信息和特征信息嵌入压缩域图像中，用于快速检索。由于DCT在图像压缩中得到了广泛的应用，本文分析了基于DCT的JPEG图像格式编码流程，实现了一种基于JPEG压缩的数据隐藏算法。实验结果表明，该算法未引起图像质量明显下降，可嵌入较多数据。     

一种压缩域特征提取与语义图像检索技术

为了解决“语义鸿沟”问题，通过将隐含语义索引(LSI)技术引入到图像语义提取问题的研究中，试图从图像的视觉特征中抽取出“高层概念”．基于GM(1，1)压缩域中的一种图像特征，提出了一种建立“图像视觉特征”与“语义信息”之间映射的技术方法．实验研究表明，这种基于压缩域特征和LSI技术的图像检索方法能显著改善图像检索的性能，提高图像检索的质量．     

DCT压缩域中图像颜色布局描述符的提取

在国际标准MPEG-7所建议的一种颜色布局描述符基础上,针对JPEG压缩图像,阐述了在DCT压缩域中,从Y、Cb、Cr颜色分量图像的各个8×8子块的直流分量中直接提取颜色布局描述符,以方便于在压缩域中根据颜色的空间分布特征进行快速的图像索引和图像检索。     

一种快速JPEG图像检索方法

给出了一种基于归一化转动惯量（Normalized Moment Inertia,NMI)的JPEG图像快速检索方法,其特点是直接在压缩域中DCT系数进行块分类,每一类分块形成一个直值索引图,统计该索引图的NMI值作为该类的一个特征,所有类的NMI特征构成了图像的一个特征序列,以此进行图像检索。本方法不需要完全解压缩,降低了计算复杂度,对图像的平移,旋转和尺度变换有较好的鲁棒性,试验结果表明这种图像检索方法具有良好的检索性能。     

一种基于DCT域的图像快速检索技术

图像视频压缩标准的出现,使得图像数据格式普遍为压缩格式,从而促进了压缩域内图像检索技术的迅速发展。DCT(Discrete Cosine Transform离散余弦变换)是目前应用最为广泛的多媒体数据压缩技术之一,直接在DCT域进行特征提取,能够避免繁琐的压缩数据编、解码操作,大大减少处理时间和处理量,节省内存空间,使得图像检索更加高效。本文首先说明了DCT变换的定义和DCT域的矩阵运算,最后着重介绍了基于DCT域图像检索技术的一种图像内容快速检索方法。     

跨域图像检索综述

受成像载体、成像光谱和成像条件等的影响,跨域图像在不同领域的应用日益增多,跨域图像检索已成为了许多领域研究的热点和前言。然而图像的跨域检索面临着图像视觉偏差的问题,通过传统同域图像检索的方法无法有效地得到结果。通过文献调研,系统梳理了近年来跨域图像检索领域的代表性方法。对跨域图像检索任务作出了简要说明并指出了关键问题;根据图像域的不同转换阶段,将跨域图像检索方法分为两类：基于特征空间迁移和基于图像域迁移的跨域图像检索方法,并对两类方法进行了系统总结和分析;整理了跨域图像检索在不同领域的数据集,对比了各类方法的性能;总结了现有跨域检索方法并对未来的研究方向进行了展望。     

DCT域图象处理和特征提取技术

现今 ,大量的图象与视频信息都是以压缩数据格式进行存储和传输的 .DCT(Discrete Cosine Transform离散余弦变换 )是目前应用最为广泛的多媒体数据压缩技术之一 .直接在 DCT域实现如视频编辑、特征提取等传统空域处理技术 ,能够避免繁琐的压缩数据编、解码操作 ,减少处理时间和数据处理量 ,节省内存空间 .这一技术对于高速海量的数据处理场合 ,如 Internet信息检索、视频编辑和检索、远程监视图象的理解等 ,是很有吸引力的 ,因此其是近年来国际上有关领域的研究热点之一 .本文对近年来文献中所见的 DCT域图象处理和特征提取技术进行了回顾和综述 ,并在此基础上对其发展方向进行了探讨     

Image retrieval based on index compressed vector quantization

Increased amount of visual data in several applications necessitates content-based image retrieval. Since most of visual data is stored in compressed form, it is crucial to develop indexing techniques for searching images based on their content in compressed form. Therefore, it is desirable to explore image compression techniques with capability of describing image content in compressed form. Vector Quantization (VQ) is a compression scheme that exploits intra-block correlation and image correlation reflects image content, hence VQ is a suitable compression technique for compressed domain image retrieval.This paper introduces a novel indexing scheme for compressed domain image databases based on indices generated from IC-VQ. The proposed scheme extracts image features based on relationship between indices of IC-VQ compressed images. This relationship detects contiguous regions of compressed image based on inter- and intra-block correlation. Experimental results show effectiveness superiority of the new scheme compared to VQ and color-based schemes.     

基于内容的图像检索技术

综述了基于内容的图像检索（CBIR）技术。分别介绍了在象素域和压缩域CBIR的基本方法及已取得的成果,并对其进行了分析和比较,最后提出今后一些主要研究方向。     

基于压缩图像的K均值优化聚类相关反馈

在传统的基于内容的图像检索方法中,直接采集原始格式的图像检索比较多,由于数据量大,给存储或传输带来不便.基于小波变换和粒子群的K值聚类相关反馈的图像检索优点在于解决了数据量大、省略解压缩环节、特征向量包含在压缩域检索系数中;并克服了传统的K均值算法易陷入局部极小值的缺点.实验结果表明,图像压缩后的基于粒子群的K均值聚类提高了检索效率.     

压缩域图像/视频信息处理技术的研究

新世纪多媒体应用和业务的构建面临着新的挑战 ,而传统的压缩和处理相互分离的模式无法满足要求。为此 ,将进行基于压缩域的视频 /图像信息分析、处理与检索技术的研究 ,提供一种压缩和处理相结合的信息处理模式。其研究成果能够极大地提高构筑于通信网络上的信息业务和应用系统的整体性能 ,给我国信息产业的发展带来良好的经济效益。     

Web-based image indexing and retrieval in JPEG compressed domain

As the majority of content-based image retrieval systems operate on full images in pixel domain, decompression is a prerequisite for the retrieval of compressed images. To provide a possible on-line indexing and retrieval technique for those jpg image files, we propose a novel pseudo-pixel extraction algorithm to bridge the gap between the existing image indexing technology, developed in the pixel domain, and the fact that an increasing number of images stored on the Web are already compressed by JPEG at the source. Further, we describe our Web-based image retrieval system, WEBimager, by using the proposed algorithm to provide a prototype visual information system toward automatic management, indexing, and retrieval of compressed images available on the Internet. This provides users with efficient tools to search the Web for compressed images and establish a database or a collection of special images to their interests. Experiments using texture- and colour-based indexing techniques support the idea that the proposed algorithm achieves significantly better results in terms of computing cost than their full decompression or partial decompression counterparts. This technology will help control the explosion of media-rich content by offering users a powerful automated image indexing and retrieval tool for compressed images on the Web.J. Jiang: Contacting author     

基于压缩域的图象检索技术研究进展

压缩标准的出现 ,使得图象数据格式普遍为压缩格式 ,从而促进了压缩域内图象检索技术的迅速发展 .为了使人们对基于压缩域的图象检索技术有一概括了解 ,该文对目前的压缩域检索技术进行了回顾和讨论 :首先 ,介绍了图象检索系统的基本概念 ;然后 ,分类分析了不同压缩域的检索技术 ,包括变换域方法 (如傅立叶变换、离散余弦变换 (DCT)以及子带和小波变换 )和空域方法 (如矢量量化和分形等 ) ;接着 ,对这些检索方法进行了讨论和比较 ,并得出一些有用的结论 ;还举例介绍了基于压缩域图象检索技术的实际应用 ;最后对压缩域图象检索技术的研究发展及其应用前景指出了一些可能的方向 .     

图象和视频的检索技术

随着网络技术的发展,多媒体数据将成为网络服务的主要内容,因此对多媒体数据管理问题的研究成为近几年的热点。由于媒体信息表现性质的不同,传统关系数据库的检索方式不再适用于图象和视频,因此,必须采用基于自身内容的检索方式。文章对基于内容的图象和视频检索技术分不同层次进行了全面的总结,内容包括依据基本特征,色彩、纹理、形状、和位置关系的技术,视频的场景分割、关键帧提取技术以及基于声音、文字的检索技术等,并阐述了各种方法的优缺点,现状及发展方向。     

领域相关多媒体对象的基于内容查询

该文通过对多媒体对象领域知识特点的分析，指出了领域属性与多媒体对象分离的必要性，对多媒体对象的领域属性进行了分类，采用框架（frame）结构作为领域知识的表示模式，利用语义网表示领域概念之 分类关系以及同义关系，并用上下文（context）记录了特定用户更细的辅助知识，包括多媒体相似阈值刻画、模糊值的描述以及用户查询反馈等参数。该文还给出了多媒体对象相似的计算公式，分析了多媒体基于内容查询的各种类型，研究了多媒体查询处理过程。