旋转不变广义粗糙度特征结合自适应加权距离在纹理检索中的应用

针对图像检索时的旋转问题,提出了一种基于Gabor分解的旋转不变广义粗糙度纹理描述子和一种自适应加权距离准则。首先,计算Gabor分解子带的幅度和频率谱,依据多尺度空间局部能量分布、Hurst分形指数、方向差别来计算纹理特征向量;然后采用自适应加权距离作为相似性准则。分别采用旋转纹理库和普通纹理库进行仿真实验,仿真实验结果表明,该算法在两种情况下都取得了较好的检索效果,算法对图像的旋转具有较好的鲁棒性。     

基于Gabor滤波器的遥感图像纹理查询方法

介绍了一种基于Gabor纹理特征的遥感图像检索方法。利用Gabor滤波器对图像进行多分辨率分解，提出了一种改进的基于滤波图像及图像能量的纹理特征提取方法，利用尺度、方向、纹理结构构成特征向量，使用归一化欧氏距离进行了相似性判断。该方法计算过程简单、快速，提高了方向判别的可靠性。仿真实验和实际运用验证了该算法的有效性。     

综合颜色与纹理的图像检索

提出了组合颜色和纹理特征的图像检索方法,通过对颜色进行量化然后提取颜色特征,计算图像之间的颜色距离.用Gabor变换提取图像的纹理特征然后根据L2距离计算图像的纹理距离,利用颜色特征和纹理特征的加权来求检索图像和查询图像的相似度,根据相似度的大小来进行图像的检索.实验结果表明,基于组合特征的图像检索方法优于单纯的图像检索方法.     

基于旋转不变纹理特征的多尺度多方向图像渐进检索

纹理检索是基于内容图像检索的重要内容,旋转不变纹理图像检索是实现纹理检索的关键途径之一.针对旋转不变纹理图像检索中需要解决的3个关键问题:如何消除旋转影响、如何选择多尺度分析方法以及如何构造和度量纹理特征矢量,本文分别分析了Radon变换和Log-polar变换在消除旋转位移时对频谱的影响,以及NSCT变换和小波变换在不同检索参数下的平均检索性能,在此基础上构造出多尺度多方向纹理变换谱和旋转不变特征矢量,提出一种多尺度多方向旋转不变纹理图像渐进检索方法.这种方法采用了可顾及人类视觉对纹理能量敏感性的相似性度量标准,分别采用旋转位移处理后的NSCT变换域低频子带和高通子带实现纹理图像的粗检索和精细检索.Brodatz标准纹理图像库的检索实验表明,本文提出的利用多尺度多方向纹理变换谱构造旋转不变特征矢量的方法既可获取纹理主方向,同时又能有效地表征纹理细节信息,两级渐进式检索策略与多尺度分析方法相结合,既能提高旋转不变纹理图像检索的查准率,又能保证较高的检索效率.     

基于自相关图像的纹理特征检索的研究

针对图像检索时的平移、旋转及尺度变化问题,提出了一种基于自相关图像的不变性纹理特征提取方法.首先,用FFT、IFFT快速算法计算图像的自相关图像,消除平移影响,然后对自相关图像进行log-极坐标变化,这样就将旋转和尺度变化转为了平移,再用具有平移不变性的双树复小波进行分解,就可以提取出平移、旋转和尺度不变的特征向量.采用Canberra距离进行相似性度量.通过对发生几何变化的纹理图像库的实验表明,该方法对图像的平移、旋转和尺度变化具有较好的鲁棒性.     

基于虹膜识别的身份鉴别

描述了基于虹膜识别的身份鉴别系统.该系统包括虹膜图像摄取、图像预处理、特征提 取和匹配四个部分.虹膜图像摄取采用了自主开发研制的装置,特征提取采用Gabor滤波和 Daubechies-4小波变换等纹理分析方法,匹配采用方差倒数加权欧氏距离方法.与现有的其它 方法相比,该方法利用了二维虹膜图像丰富的纹理信息并具有旋转、平移和尺度不变性.     

基于SIFT特征的图像检索*

提出一种多尺度图像检索算法,该算法基于SIFT特征提取,它将一幅图像转换成特征向量的集合,图像间的相似距离是通过计算两幅图像特征向量间的欧氏距离来实现的.实验结果很好地说明了该算法具有尺度、平移、旋转不变性,一定的仿射、光照不变性以及算法能很好地应用在特定形状特征目标的检索中.     

基于环状矩形分块的纹理图像检索

摘要：提出一种环状矩形分块纹理检索算法。将图像分成环状矩形边缘区域、中心环状矩形区域和核心矩形区域。对最外层边缘区域不予处理,这可明显减少检索时间,且对检索效果影响很少。对每幅图像分别求出中心区域和核心区域基于灰度共生矩阵的能量、对比度和熵所构成的纹理特征向量,两幅图像中心区域纹理特征向量欧式距离和核心区域纹理特征向量的欧式距离之和决定这两幅图像相似性。而环状矩形具有圆形分块的旋转不变性但计算更简单。经实验验证,对一些类别图像有较好的检索效果     

基于颜色纹理的图像多特征检索技术在中医舌诊中的应用研究

为了对传统的中医舌诊数字化提出新的方法,并实现通过计算机来进行舌像图像的分类检索,此文将一种结合了颜色和纹理特征的、基于内容的多特征图像检索算法引入到中医舌像的分析中。该算法将表现颜色和纹理的20个特征值作为表达图像内容特征的特征向量,并以此作为舌像检索的距离度量标准。实验结果证明这种算法不仅具有移动、旋转、尺度变换不变性,而且还具有优良的检索性能。因此,此算法可以很好的实现舌像图像的分类检索。     

基于纹理特征的古瓷片分类研究

通过对Gabor滤波器相关参数的分析,提出了一组具有多尺度和多方向特征的Gabor滤波器对古瓷碎片图像进行处理,获取图像的纹理特征数据。采用主分量分析方法对所获取的纹理特征向量进行降维,利用最近邻法进行分类,实现了对古瓷碎片的自动分类识别。     

基于NSCT的旋转不变纹理图像检索算法

针对图像检索中常见的旋转问题,提出了一种基于非抽样Contourlet变换(NSCT)的旋转不变检索算法。以NSCT域各子带系数的均值和标准方差构成基本特征向量。在相同尺 度上,利用各子带的均值和标准方差之和对特征分量由小到大排序,同时根据旋转不变性调整排序后特征向量对应的方向序列,构造方向序列权值、特征分量权值。用加权欧氏距 离进行相似性度量以提高检索性能。采用Brodatz库生成实验库,实验结果表明本文方法取得了较好的检索效果。     

基于角度径向变换的旋转不变纹理分类

纹理分类广泛的应用于医学图像分析等领域,纹理图像的采集因拍摄角度的变化产生一定的旋转,本文提出一种基于角度径向变换的旋转不变纹理分类方法。首先采用角度径向变换方法对图像进行特征提取,分别得到图像的角向特征向量和径向特征向量;然后将提取出的2组特征向量结合起来作为图像的整体特征向量,利用K近邻特征空间距离的分类方法进行纹理分类。选取Brodatz纹理库中的图像进行纹理分类测试,实验结果表明,该算法具有较好的旋转不变纹理分类效果。     

基于尺度相关性的旋转不变纹理图像渐进式检索算法

在常用的基于小波变换域旋转不变纹理图像检索算法中,由于存在方向信息提取有限且多尺度间系数相关性被忽略的局限性,检索效率受到影响。提出一种基于尺度相关性的渐进式旋转不变纹理图像检索算法。该算法首先采用Log-polar变换与非下采样Contourlet变换组合的方式获取具备旋转不变性的多尺度多方向变换系数,然后利用广义高斯模型拟合低通波段的全局结构信息作为粗判依据,方向子带间的尺度相关信息则采用非高斯双变量模型拟合,并作为精细渐进式检索的特征变量。基于Brodatz标准纹理库的实验结果表明,与小波变换及基于层内关系模型方法相比,该方法能以更低的特征维数获得更高的检索效率及检索准确率,是一种进行旋转纹理检索的有效手段。     

一种自适应特征分块加权的图像检索方法

文中提出了一种自适应特征加权的图像检索方法。首先提取图像的颜色直方图以及梯度直方图,根据图像的特点,用不同的方法进行分割。然后将已分割图像分成4×4小块,按照其颜色和纹理的分布情况,计算每小块的特征加权值。最后,以分块加权的一维颜色矢量直方图为特征,进行相似度匹配,欧氏距离较小的图像为检索结果。实验结果表明,综合利用颜色和边缘特征比单独用一个特征进行图像检索的效果要好,自适应特征加权后的检索准确率更高,对于拥有较明显的目标与背景差异的图像,该方法特别有效。     

A multi-scale and multi-orientation image retrieval method based on rotation-invariant texture features

Texture retrieval is a vital branch of content-based image retrieval.Rotation-invariant texture retrieval plays a key role in texture retrieval.This paper addresses three major issues in rotation-invariant texture retrieval: how to select the texture measurement methods,how to alleviate the influence of rotation for texture retrieval and how to apply the proper multi-scale analysis theory for texture images.First,the spectrum influence between a Radon transform and a Log-polar transform was compared after t...     

Multiscale directional filter bank with applications to structured and random texture retrieval

In this paper, multiscale directional filter bank (MDFB) is investigated for texture characterization and retrieval. First, the problem of aliasing in decimated bandpass images on directional decomposition is addressed. MDFB is then designed to suppress the aliasing effect as well as to minimize the reduction in frequency resolution. Second, an entropy-based measure on energy signatures is proposed to classify structured and random textures. With the use of this measure for texture pre-classification, an optimized retrieval performance can be achieved by selecting the MDFB-based method for retrieving structured textures and a statistical or model-based method for retrieving random textures. In addition, a feature reduction scheme and a rotation-invariant conversion method are developed. The former is developed so as to find the most representative features while the latter is developed to provide a set of rotation-invariant features for texture characterization. Experimental works confirm that they are effective for texture retrieval.     

Rotation-invariant texture image retrieval using particle swarm optimization and support vector regression

This paper presents a novel rotation-invariant texture image retrieval using particle swarm optimization (PSO) and support vector regression (SVR), which is called the RTIRPS method. It respectively employs log-polar mapping (LPM) combined with fast Fourier transformation (FFT), Gabor filter, and Zernike moment to extract three kinds of rotation-invariant features from gray-level images. Subsequently, the PSO algorithm is utilized to optimize the RTIRPS method. Experimental results demonstrate that the RTIRPS method can achieve satisfying results and outperform the existing well-known rotation-invariant image retrieval methods under considerations here. Also, in order to reduce calculation complexity for image feature matching, the RTIRPS method employs the SVR to construct an efficient scheme for the image retrieval.