一种基于颜色基元共生矩阵的图像检索方法

提出一种结合图像颜色连通区域信息及其纹理特征的图像检索新方法。对图像进行分块，确定图像中的颜色连通区域集，提取图像中各颜色连通区域对应的4种颜色基元共生矩阵特征，针对该特征设计的图像相似性度量函数实现基于内容的图像检索。实验结果表明，该方法能有效地结合图像的纹理信息及其颜色构成和分布信息，具有良好的检索效果和性能。     

基于分块主色调和纹理特征的彩色图像检索

提出一种基于分块主色调和纹理特征的彩色图像检索方法。该方法首先提取占彩色图像比重较大的前几种主色调,根据主色调将图像划分为不同分块,并以主色调作为各分块图像的颜色特征。然后,采用灰度共生矩阵算法,提取各分块的纹理特征。综合考虑各分块图像的颜色特征和纹理特征,从图像数据库中检索相似图像。实验结果表明,该方法具有较高的检索效率。     

小波域颜色和纹理特征提取及图像检索方法研究

对小波域图像颜色和纹理特征的提取方法进行研究,在图像颜色特征提取方面,提出一种基于分块的HSI分量低频子带颜色特征提取方法,该方法首先根据人眼对图像的关注度对图像进行分块,对每一块的HSI分量的小波分解低频子带的颜色特征进行提取,并通过加权获得图像的颜色特征;在图像纹理特征提取方面,提出一种基于高频子带灰度-差分基元共生矩阵的二阶统计量和各子带方向特征的纹理特征提取方法,增加了方向特性的纹理特征对图像纹理的刻画更加精细;在此基础上,提出一种综合利用所提出图像颜色和纹理特性的图像检索算法,提高了图像的检索精度.实验结果验证了所提出方法的有效性.     

基于颜色和形状的图像检索

在分析了基于图像颜色信息和空间信息进行图像捡索的基础上，提出了一种新的基于图像颜色和形状的图像检索算法。该算法采用HSI颜色空间，整幅图像首先被划分为具有固定尺寸的分块，对其中的每一分块，提取该分块的主色调作为该分块的颜色特征，对整幅图像采用主色调直方图作为其颜色特征；在对图像形状特征的提取上，针对图像1分量的每一分块，提出了分块平坦度和凹凸度的概念，并利用分块的这两个属性，将图像的分块划分为不同类别，同时采用不同类别分块的直方图作为图像的形状特征。试验表明利用该算法提取的图像的颜色特征和形状特征在进行图像检索时效果显著。     

一种新的基于分块颜色和形状的图像检索方法

基于图像单一特征的检索方法只能反映图像的部分属性，应用范围受到限制。本文在分析图像颜色和形状特征的基础上，根据各自的特点，提出了一种新的基于分块颜色和形状的图像检索方法。首先，在图像分块的基础上提取颜色和特征点；其次，根据特征点提取图像的形状信息；最后，以颜色和形状作为综合特征，采用相应的匹配算法进行图像检索。实验证明该方法不仅准确度高，而且还可应用于基于对象或区域的图像查询中。     

基于内容的回转窑火焰图像检索

为充分应用回转窑计算机看火所产生的火焰图像,提出一种基于内容的回转窑火焰图像的检索方法.分析和提取火焰图像中的纹理特征、颜色特征和形状特征,并进行了归一化.通过计算被检索图像和数据库中图像的特征值的相似度,得到一系列相近检索结果.分别对基于纹理特征、颜色和形状特征及综合特征的检索方法进行火焰图像数据库检索试验.结果表明,这些方法都有较高精度,其中综合特征检索为最高.该研究可为回转窑生产管理和监控提供有力支持.     

基于多特征融合的面料图像检索系统

面料图像具有数据量多、信息量大的特点,传统的检索方法性能较低,不能实现对面料图像快速准确的检索.文章提出了一种基于多特征融合的检索方法,通过基于HSV颜色矩的算法提取颜色特征,采用Hu不变矩算法提取形状特征,利用Gabor小波提取纹理特征,将三种特征值设置不同的比重融合,整体比重值为1.根据相似性度量,对颜色特征、形状特征、纹理特征以及三项融合的特征进行图像检索,实验结果表明,采用基于多特征融合的方法进行面料图像检索,可以获得较好的检索效果.     

一种基于颜色自动相关图与小波变换的图像检索算法研究

随着图像数据量的不断丰富和人们需求的不断提高,基于内容的图像检索技术成为一个重要的研究课题。本文研究了基于颜色相关图与小波变换的图像检索算法,利用颜色相关图与小波变换,把图像分块分别提取图像的颜色特征与纹理特征,实现了图像的检索。实验结果说明了算法的有效性。     

利用图像颜色特征与纹理特征进行图像检索

基于内容的图像检索主要是利用图像的特征,如:颜色直方图、纹理、形状等来进行检索,这种方式能够提高检索的效率与准确率.利用图像的颜色信息与利用快速傅立叶变换来提取纹理特征相结合的方法来进行图像检索,该方法一方面可以反映图像的全局特征,另一方面又反映了图像的局部特征,且具有对图像检索的旋转不变性.     

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。     

综合颜色和纹理特征的图像检索算法

基于内容的图像检索是当前多媒体信息检索的热点之一。基于内容的图像检索技术是根据对图像内容(特征)的描述和提取,在图像库中找到具有指定内容(特征)的图像。本文对图像颜色特征和纹理特征的提取、相似性度量等基于内容的图像检索的关键技术进行了分析和研究,并在此基础上,提出了一个基于颜色特征和纹理特征的图像检索算法并验证了其有效性。该算法采用HSV颜色空间的直方图作为颜色特征向量,采用灰度共生矩阵的四个纹理特征:能量、熵、惯性矩和相关性构成纹理特征向量,采用欧氏距离进行相似性度量。实验结果表明,该算法实现的系统具有良好的图像检索功能。     

Integrated color,texture and shape information for content-based image retrieval

Feature extraction and the use of the features as query terms are crucial problems in content-based image retrieval (CBIR) systems. The main focus in this paper is on integrated color, texture and shape extraction methods for CBIR. We have developed original CBIR methodology that uses Gabor filtration for determining the number of regions of interest (ROIs), in which fast and effective feature extraction is performed. In the ROIs extracted, texture features based on thresholded Gabor features, color features based on histograms, color moments in YUV space, and shape features based on Zernike moments are then calculated. The features presented proved to be efficient in determining similarity between images. Our system was tested on postage stamp images and Corel photo libraries and can be used in CBIR applications such as postal services.     

基于内容的图像检索系统研究

对基于内容的图像检索系统进行了详细的分析研究，重点对颜色、纹理和形状等图像可视特征的提取和表示进行了研究，并简要介绍了基于内容的图像检索中图像语义的处理和应用，最后提出了CBIR系统及其相关技术的发展趋势和研究重点。     

特征级数据融合在医学图像检索中的应用

医学图像检索的效果很大程度上取决于特征提取的优劣。针对医学图像的自身特点,采用直方图、Gabor小波、不变矩三种典型方法分别提取了颜色、纹理、形状三类特征,然而将各种方法提取的特征直接用于图像检索效果并不理想。为此,提出了基于主元分析的特征级数据融合算法,避免了不同特征间数值上的悬殊对分类的影响,同时还达到了特征降维、去除特征间冗余的目的。实验结果表明,融合后的特征能更好地表达医学图像的内容,在医学图像检索中取得了较好的检索效果。     

Experimental analogy of different texture feature extraction techniques in image retrieval systems

Content based image retrieval (CBIR) is an extrusive technique of retrieving the relevant images from vast image archives by extracting their low level features. In this research paper, the pursuance of five most prominent texture feature extraction techniques used in CBIR systems are experimentally compared in detail. The main issue with the CBIR systems is the proper selection of techniques for the extraction of low level features which comprises of color, texture and shape. Among these features, texture is one of the most decisive and dominant features. This selection of features completely depends upon the type of images to be retrieved from the database. The texture techniques explored here are Grey level co-occurrence matrix (GLCM), Discrete wavelet transform (DWT), Gabor transform, Curvelet and Local binary pattern (LBP). These are experimented on three touchstone databases which are Wang, Corel-5 K and Corel-10 K. The chief parameters of CBIR systems are evaluated here such as precision, recall and F-measure on all these databases using all the techniques. After detailed investigation it is figured out that LBP, GLCM and DWT provide highlighted and comparable results in all these datasets in terms of average precision. Besides practical implementation, the précised conceptual examination of these three texture techniques is also proposed in this article. So, this analysis is extremely beneficial for selecting the appropriate feature extraction technique by taking into consideration the experimental results along with image conditions such as noise, rotation etc.

     

颜色、纹理、形状及相关反馈在图像检索中的应用

图像数据库的不断庞大使基于内容的图像检索成为研究热点,目前主要集中于底层特征的相似度匹配。文章重点介绍了颜色特征中的分块主色法,纹理特征中的灰度共生矩阵法和形状特征中的小波变换及不变矩法。在利用单一特征检索的基础上,该文提出了一种综合利用上述三种特征共同进行检索的方法。同时,还将相关反馈技术融合到算法中,通过权值矩阵的正负调整及三种特征系数的调整来提高检索准确率。由实验数据表明,文中的方法是很有效的。