基于Hadoop的海量医学图像检索系统

为了提高海量医学图像检索效率,针对单节点医学图像检索系统的缺陷,提出一种基于Hadoop的海量医学图像检索系统。首先采用Brushlet变换和局部二值模式算法提取医学示例图像特征,并将图像特征库存储于Hadoop分布式文件系统(HDFS);然后采用Map将示例图像特征与特征库的特征进行匹配,采用Reduce接收各Map任务的计算结果,并按相似度大小进行排序;最后根据排序结果找到医学图像的最优检索结果。实验结果表明,相对于其他医学图像检索系统,Hadoop的医学图像检索系统减少了图像存储和检索时间,提高了图像检索速度。     

基于Hadoop的服饰图像存储与检索关键技术研究

针对服饰图像都是小文件的特性,提出了一种HDFS和传统关系型数据库相结合的服饰图像及其特征数据的存储结构设计方法,实现了海量图像信息的快速存储和读取;改进了多特征点图像特征提取和匹配算法,并基于Map/Reduce框架实现了基于多特征的服饰图像数据分布式检索。实验结果表明,该方法能够均衡系统负载,提高资源利用率,扩展性强,有效地降低了海量服饰图像检索时间,是一种高效的服饰图像存储和检索的方法。     

一种基于流行排序的区域图像检索方法*

提出了一种结合多示例学习和流行排序的图像检索方法,将图像检索作为多示例学习框架下的流行排序,通过给出适合图像在包空间的有效度量方式,将流行排序的方法和多示例学习有效结合起来,从而获得更准确的检索结果。实验结果表明,运用流行排序的区域图像检索方法是可行的,同时,检索结果与传统的区域图像检索方法相比,检索率得到了明显的提高。     

改进颜色和小波变换纹理的图像检索方法研究

针对传统图像检索无法体现对检索示例图像中多个不同对象的检索要求程度的问题,提出一种改进颜色特征和小波变换纹理特征的图像检索方法。首先提取出图像的多个感兴趣区域,由感兴趣的不同程度分别赋予不同大小的权值;然后提取颜色特征和纹理特征,分别用对应位置相似度计算、感兴趣区域与检索数据库中图像整体的相似度计算和整体检索示例图像与检索图像数据库中图像相似度计算三种不同方法计算出两幅图像的相似度,取最大的相似度作为两幅图像的最终相似度;对检索示例图像与检索数据库中每个图像的相似度按大小进行排序,选择最相似的图像作为检索结果。实验结果表明,该方法提高了对图像检索的性能,体现了个性化检索,对图像检索具有很好的效果。     

直方图的优化存储和快速检索

直方图是一种非常重要的图像特征,常用于基于内容的图像检索系统中,例如,用颜色直方图可以检索到相似颜色的图像。但是,目前使用的颜色直方图比较小、维数量多是３,因而检索效果不令人满意。该文提出用倒排文件解决高维巨型直方图存储和快速检索问题,从而为巨型直方图在图像检索中的应用提供一种解决方案。     

一种基于形状和遗传算法的图像检索方法

人们在图像检索的过程中就希望能够简便、快速、有效的检索出目标图像,从而顺利达到解决问题的目的。但是随着互联网与多媒体技术的不断发展,数字图像数据库已存储了大量的图像资源,因而这给人们快速、准确寻找到所需图像并有效利用图像资源出了一个大难题。面对这一情况,研究者们提出了一种基于遗传算法的内容图像检索方法,利用其最优群体搜索的优势大大提高与缩短了图像检索的精度与时间。在此,该文将着重分析一种基于形状和遗传算法的图像检索方法。     

基于流行排序的多示例图像检索方法

为了提高图像检索的性能,提出了一种基于流行排序的多示例图像检索方法,将分割后的图像表示为多示例的形式,通过给出适合图像在包空间的度量方式,有效结合流行排序和多示例学习的方法来进行图像检索.实验结果表明,采用所提出的方法的检索结果与传统的检索方法相比,检索率得到了明显的提高,检索结果更符合人的视觉习惯.     

基于R树的图像检索方法

高维索引技术作为高维空间数据的快速查询手段,对使用高维数据的基于内容图像检索有着广泛的应用。本文提出以Guttm an提出的R树结构建立存储图像的特征值的高维索引结构来提高图像检索效率。首先对R树的结构进行介绍,然后通过对比相同情况下使用线性查询和R树查询各自的查询次数和查询时间分析R树查询的优势。实验结果表明,利用R树结构可以减少图像检索的查询次数和查询时间,明显地提高图像检索的效率。     

一种结合多示例学习的图像检索方法①

提出一种基于多示例学习（Multiple—instance learning）的图像检索方法,将多示例学习应用于图像检索中,以有效的处理图像的歧义性。该方法首先将图像作为多示例包,其次采用自适应k—means图像分割算法将图像自动分成多个示例,然后根据用户选择的实例图像生成正包和反包,再采用EM—DD（expectation maximization diversedensity）算法进行多示例学习,实现图像检索和相关反馈,最终使用户得到比较满意的结果。     

基于颜色-空间的二维直方图的图像检索

该文章中提出了一种基于颜色-空间直方图的图像检索方法。该检索方法是在传统颜色直方图的基础上,对图像进行分块处理,并给出了相应的图像颜色特征值的相似度算法,从而明显提高了检索的精度。     

基于内容的图像检索在智能监控系统中的应用

针对基于内容的图像检索与识别在智能监控中应用的问题，建立了基于区域划分的颜色链码，利用图像颜色的区域特征值来构成一个区域与整体的特征描述，并将它应用到捕获图像的识别。捕获的图像，通过梯度特征对来定位与检测，对获取的脸部图像进行链码特征匹配与识别，并将计算结果作为监控系统的判断与决策依据。运用这一方法的监控系统，提高了监控系统的辨别对象能力，拓展了智能监控研究领域。     

一种基于内容的图像检索界面

基于内容和对象的图像压缩和检索是下一代的图像处理技术,具有较广阔的应用前景。目前该领域的研究主要从设计方便、快捷的用户查询界面和发展图像数据库检索技术两方面展开。为此,该文提出了一种基于内容的图像检索用户界面的设计方法来满足用户复杂的检索要求。在图像的检索过程中,通过用户组合图标的方法来描述检索要求,同时将图像的颜色和空间信息相结合进行图像查询,并借助用户的反馈信息实现系统的自学习功能,最终逐步提高系统图像检索的速度和准确性。     

基于内容的产品图像检索系统研究与实现

为了更准确地描述图像的视觉特征,提高图像检索效率,研究提出了基于综合特征即颜色和形状的融合特征进行图像搜索的方法,并针对五金产品开发了一个基于此设计的原型系统。实验结果表明,该检索算法设计是可行的,提高了图像检索的准确率。     

Spatial inference and similarity retrieval of an intelligent image database system based on object's spanning representation

In this paper, we presented a novel image representation method to capture the information about spatial relationships between objects in a picture. Our method is more powerful than all other previous methods in terms of accuracy, flexibility, and capability of discriminating pictures. In addition, our method also provides different degrees of granularity for reasoning about directional relations in both 8- and 16-direction reference frames. In similarity retrieval, our system provides twelve types of similarity measures to support flexible matching between the query picture and the database pictures. By exercising a database containing 3600 pictures, we successfully demonstrated the effectiveness of our image retrieval system. Experiment result showed that 97.8% precision rate can be achieved while maintaining 62.5% recall rate; and 97.9% recall rate can be achieved while maintaining 51.7% precision rate. On an average, 86.1% precision rate and 81.2% recall rate can be achieved simultaneously if the threshold is set to 0.5 or 0.6. This performance is considered to be very good as an information retrieval system.     

Ranking consistency for image matching and object retrieval

The goal of object retrieval is to rank a set of images by the similarity of their contents to those of a query image. However, it is difficult to measure image content similarity due to visual changes caused by varying viewpoint and environment. In this paper, we propose a simple, efficient method to more effectively measure content similarity from image measurements. Our method is based on the ranking information available from existing retrieval systems. We observe that images within the set which, when used as queries, yield similar ranking lists are likely to be relevant to each other and vice versa. In our method, ranking consistency is used as a verification method to efficiently refine an existing ranking list, in much the same fashion that spatial verification is employed. The efficiency of our method is achieved by a list-wise min-Hash scheme, which allows rapid calculation of an approximate similarity ranking. Experimental results demonstrate the effectiveness of the proposed framework and its applications.     

一种基于本体的图像检索方法

提出一种基于本体的图像检索方法。该方法结合特定领域专家知识和对象例图,采用视觉对象本体来描述图像内特定对象的视觉特征,从而构建该领域包含视觉描述的知识库。在检索过程中,利用知识库内的对象的视觉本体描述和目标图像库内的图像低层特征相匹配执行图像检索任务,从而实现在高层次语义上的图像检索。实验结果表明了该方法的有效性和可行性,并在一定程度上缩小了视觉低层特征同图像高层语义的鸿沟。     

综合颜色特征的彩色图像检索方法

基于内容的图像检索技术已成为当前的研究热点,文章提出了一种综合利用两种颜色特征进行图像检索的新方法。首先,在变换空间建立色度直方图表示图像的颜色分布特征。为进行图像间的相似性度量,对Swain定义的直方图相似性度量作了改进,为弥补全局直方图不包含颜色空间分布关系的缺点,文章提取了另一种颜色特征,即分块的颜色矩,其距离度量为特征矢量的比值相似度。最后,综合利用上述两个特征对图像进行共同检索。通过对真实图像数据的检索实验表明:综合两种特征检索图像比单一特征检索效果更好。     

基于GrabCut改进算法的服装图像检索方法

为了消除服装图像背景的影响,针对目前的GrabCut算法存在对图像局部像素值的变化敏感、时间开销大、边缘不准确等问题,提出了改进的GrabCut算法。在改进算法中,通过对梯度图像使用多尺度分水岭去噪增强了图像的边缘信息,减少了后续处理的计算量;通过采取熵惩罚因子最优能量函数减少了检索图像的有效信息丢失。将改进后的GrabCut算法引入基于内容的服装图像检索系统中,实验结果表明与同类方法相比,所提方法在检索显示准确性以及检索的平均查准率和查全率方面均有明显的提升。     

一种基于知识的图象信息表示与检索系统

给出了一种使用一阶谓词逻辑（Prolog语言）为图象内容建模,并结合知识库,实现高效图象检索的方案。基于知识的图象信息表示与检索系统（KIRS）将图象的人工注释、机器自动提取的图象低层信息以及知识库中的知识统一于一致的概念,以知识推理的方式进行检索。