改进的基于直方图的图像检索方法

针对传统色彩直方图检索方法容易丢失空间信息的问题。提出了一种改进方法．该方法进一步分析了具有相同灰度的像素之间在空间分布上的差异，用其在图像中形成的主要连通区域的面积大小代替传统直方图中使用的数量总和指标．从而能够间接反映色彩的空间分布特征。提高检索质量，对纹理丰富的图像的检索效果尤其显著．     

基于空间信息的直方图图像检索

从具有同一灰度的像素角度出发,寻找空间分布差异,引入面积变量,构造了平均面积直方图,间接捕捉到色彩的空间分布特征,从而能够区别色彩分布相似但空间分布不同的图像,尤其适用于纹理丰富的图像的检索,获得了满意的效果.     

一种基于颜色直方图的图像检索方法

随着社会和科技的发展,人们对基于内容的图像检索(CBIR)的要求越来越高,但因研究起点比效晚,技术上还不是很成熟.文中就图像检索所用到颜色、纹理、形状、轮廓的基本颜色特征中比较重要的颜色特征为主要研究对象,从传统的基于颜色直方图及其后来发展的主要面积直方图和平均面积直方图等思路出发,分析其优缺点,提出一种基于图像分割主要面积直方图方法,提高了图像检索的性能.     

基于HSI色彩空间累加直方图的图像检索算法

本文给出了一种基于HSI色彩空间累加直方图进行图像检索的方法。该方法使用符合人类视觉特性的HSI颜色模型将颜色空间压缩为72种具有代表性的颜色,设计了一种具有重叠方式的图像分块方法;然后统计每块区域内的颜色直方图得到该图像的HSI颜色空间直方图,再计算各块的累加直方图,并根据相似度计算方法计算每块子图像的累加直方图和图像库中图像对应块的累加直方图的相似度;最后根据各块子图像的重要性进行加权,得出最后的检索结果。实验表明,该方法实现简单,能够更加灵活、准确地描述图像的颜色特征,从而有效提高了检索的精度。     

融合空间及邻域信息的色彩直方图检索方法

针对直方图无法反映色彩分布的空间信息这一缺陷,提出一种融合了空间及邻域信息的色彩直方图检索方法。以同一色彩构成的最大连通区域及其边缘区域的颜色粗糙度来反映同一颜色像素形成的区域特点及邻域信息,从而降低检索结果对色彩的绝对依赖,提高了检索的准确性。     

一种基于颜色块直方图的图像检索方法

提出了一种基于颜色直方图与颜色块相结合的图像检索的新方法。定义了一种新的四维图像特征矢量,它是由颜色直方图,同一种颜色的颜色块个数,同一种颜色块之间的平均距离和同一种颜色块内的平均距离组成。颜色直方图用来获取图像颜色分布的全局信息,利用后三个特征值来获取图像颜色的空间分布信息。通过对图像数据库的检索表明该算法明显优于直方图法。     

一种基于色彩和灰度直方图的图像检索方法

提出一种综合图像的色彩信息、灰度信息和空间信息提取图像的特征向量的方法。该方法首先将图像从RGB空间转化为HSV空间,并进行非均匀量化;其次将彩色转化为灰度图像;然后将图像划分成互有重叠的4块,分别求出每块图像的色彩直方图、灰度直方图;最后采用这8个直方图作为图像的特征向量对图像进行检索。     

一种新的基于色彩的图像检索方法

在分析已有的基于色彩的图像检索方法存在问题的基础上 ,提出一种新的基于色彩的图像检索方法 .该方法对每个图像单独进行颜色量化 ,计算其颜色直方图并排序 ,根据颜色在图像中出现的频率和图像中各种颜色的对比强度确定图像之间的相似度 .使用的图像特征占用存储空间非常小 ,比较速度快 .测试了该方法识别图像和检索相似图像的能力 ,效果明显优于直方图距离方法     

颜色密度直方图检索方法

颜色是基于内容的图像检索的重要特征.传统颜色直方图由于只考虑色彩总量而无法区别色彩空间分布差异.本文提出了一种新的颜色密度直方图(Color Density Histogram CDH).通过计算主要颜色的密度,反映颜色的空间分布离散程度.密度大,颜色分布较集中,密度小,则颜色分布较分散.在HSV颜色空间上,使用CAR...     

基于九分块的颜色直方图图像检索算法

随着社会和科技的发展,人们对基于内容的图像检索的要求越来越高,但因研究起点较晚,技术还不是很成熟。文中就图像检索所用到颜色、纹理、形状、轮廓的基本颜色特征中比较重要的颜色特征为主要研究对象,从传统的基于全局颜色直方图及后来发展的一些改进的颜色直方图等思路出发,提出了一种基于九分块的颜色直方图方法,提高了图像检索的效率。     

基于多邻域统计矩直方图的彩色图像检索

提出一种创新的基于多邻域统计矩直方图方法(MNSMH)，该方法在量化HSV颜色模型下，计算每个像素点不同邻域的统计矩，对每个邻域统计矩，计算它的归一化直方图．以这些直方图和颜色直方图一起作为图像的特征索引进行彩色图像检索．这些不同邻域矩反映了图像颜色的空间分布信息，而它们的直方图又是对整个图像的全局统计，对图像的平移、旋转和尺度不变．实验结果表明，该方法性能稳定，与两种基于颜色直方图方法相比，能够明显地提高检索率．     

基于颜色和形状特征的彩色图像检索方法

针对基于内容的彩色图像相似性检索问题，提出了一种新的相似性彩色图像检索方法，该方法既考虑了图像的颜色特征，也考虑了图像的空间信息特征，即在对HSV颜色模型进行特殊处理的基础上，将提取的色调不变量作为图像的颜色特征，同时设计了图像状态矩阵来描述图像的形状信息和空间位置信息。在进行图像间的相似性测量时，为了结合不同的子特征进行全局的相似性检索，还采用Guassian模型对不同子特征间的距离进行了归一化处理。用不同类型的图像对这种方法进行的试验结果表明，它用于图像的相似性检索是很有效的，并具有较高的检索效率。     

综合颜色和Contourlet直方图的图像检索方法

为提高图像检索性能,使用Harris彩色点提取器提取颜色特征点,设计一种基于颜色特征点的环形颜色直方图,在对图像进行Contourlet变换的基础上,提出Contourlet直方图的概念,改进其旋转不变性,并提取图像的纹理信息。仿真实验结果表明,该方法能够快速准确地检索彩色图像。     

基于平均检索精度的图像特征融合方法

在基于内容的图像检索中,不同图像特征反映了图像不同侧面的内在特性,如何有效地组织和利用这些特征从而提高系统的检索性能是一个值得研究的课题．首先提出了特征互补率的定义,通过计算互补矩阵有指导地选择融合特征集．实验结果表明,互补矩阵能够很好地估计特征之间的补充能力．同时提出了基于平均检索精度的特征线性融合方法,并在一个包含12000张异质图像的大型图像库上与当前图像检索中最常用的几种方法进行了对比实验,结果表明这种方法具有更高的精度．     

复杂度直方图及其在图像检索中的应用

该文提出了一种新的描述图像纹理信息的复杂度直方图特征,实验结果表明该特征用于图像检索可以取得较好的检索效果。文章同时将该特征与图像色彩直方图组合特征用于图像检索,实验结果证实使用组合特征可以得到更高的检索效率。     

快速的分形码图像检索方法

针对分形域上的基于内容的图像检索(content-based image retrieval,CBIR),提出了一种新颖的基于无搜索的自适应四叉树分割的快速分形编码方法,来提取图像特征,从而使图像检索的编码阶段速度显著提高。对一幅256×256图像编码,算法平均约需0.0485s,比何的方法约快70倍,并且解码图像质量良好。改进了匹配算法来实现图像的快速检索,其准确性要高于洪的方法;最后通过对分形码距及分形码块数的分析,提出了进一步提高检索速度的方案。     

基于内容的图像检索的相似度测量方法

图像特征匹配是基于内容的图像检索（Content based image retrieval,CBIR） 实现的一个关键环节,而图像特征的匹配主要依赖于图像特征之间的相似度测量。为了提高CBIR的检索性能,本文提出了一种有效的相似度测量方法——基于图像k近邻的相似度测量（Similarity measure based on k-nearest neighbors of images, SBkNN）方法。在该方法中,查询图像与被检索图像的相似度通过计算这两幅图像属于同一语义（无论是哪种语义）种类的联合概率来衡量,而此概率可分别通过分析这两幅图像与各自近邻图像的距离得到。最后利用Corel5k数据集对本文所提出的SBkNN方法和传统的相似度测量方法进行了对比。实验结果表明,在CBIR中使用本文提出的SBkNN方法,有效地提高了CBIR的检索性能。