综合颜色及空间特征的图象检索方法

针对目前的CBIR,没能有效地结合图象中对象空间信息的问题,提出了一种新的图象分割方法,该方法以线性加权方式融合颜色、纹理特征采用区域增长法对图象进行分割,避免了传统的由于单独采用颜色或纹理特征分割图象而产生的欠分割或过分割问题.根据分割区域的灰度、形状、位置等特征计算图象间的相似度,提出采用图象的灰度特征代替彩色信息以提高查询速度.     

WWW上基于内容的图象检索系统

基于内容的图象检索技术和网络技术的快速发展使得开发在线的图象检索系统成为可能。讨论ＷＷＷ上基于内容图象检索系统的设计和实现要点,并详细介绍一个较为完整的ＷＷＷ图象检索系统。     

一个用语义分类实现的图象检索框架

基于语义分类的图像检索是根据图像的逻辑特征和抽象属性进行检索的技术,文章提出了基于语义的图像检索概念模型,在此基础上给出了一个用语义分类实现的的图像检索框架,重点讨论了图像语义分类、图像特征提取、检索匹配等问题。     

语义视频检索综述

视频内容检索是多媒体应用的一个活跃研究方向,现有的内容检索技术大多是基于低层次特征的。这些非语义的低层特征难以理解,与人思维中的高层语义概念相差甚远,严重影响视频内容检索系统的易用性。低层特征和高层语义概念间的语义鸿沟很难逾越。如何跨越语义鸿沟,用语义概念检索视频内容是目前基于内容视频检索最具挑战性的研究方向。本文介绍语义视频检索出现的背景,分析语义鸿沟出现的原因,对现有尝试跨越语义鸿沟的主要方法进行综述;评述了相关技术的优缺点,探讨了各方法将来可能的研究发展方向以及视频语义检索近期、长期可能的技术突破点。     

基于语义信息提取的新闻视频场景分割方法

随着数字视频的广泛应用,视频数据库系统已成为多媒体领域的一个研究热点。在建立视频数据库的过程中,视频场景的分割是一个重要而又难以解决的问题。文章从分析新闻视频场景所特有的结构特征入手,提出了一种基于语义信息提取的新闻视频场景分割新方法,该方法通过对音频流和视频流中的镜头变换、主持人镜头、主题字幕和静音区间等语义信息的提取和分析来实现新闻视频场景的分割。实验表明,采用该文提出的方法,场景分割正确率可达86.9%,较好地解决了新闻视频场景分割问题。     

基于内容的图象检索技术的研究和发展

多媒体技术和数字图书馆的发展和应用,使基于图象内容的检索技术,成为图象处理和计算机视觉的前沿问题。图象数据库检索查询的研究目的就是实现自动地、智能化地检索和管理图象。文章详细介绍了该技术的研究状况和具体应用,并探讨了其发展前景。     

结合语义的Web图像检索系统

图像不仅是除文本之外应用最广泛的媒体形式,而且常用来表示其他媒体,是一种直观的表示方式.随着网络的发展以及对多媒体信息的需求增加,在Web上进行图像检索成为研究的热点.但大部分图像检索系统只能支持文本查询或者仅仅依赖视觉特征.我们设计的结合语义和视觉内容的Web图像检索系统,利用HTML文件特殊的结构,从包含图像的HTML中自动获得图像语义信息.并通过分析图像的视觉特征,将语义与视觉特征巧妙地结合在同一个检索模型中,建立一个多索引的查询模型,支持通过语义和图像例子的多种查询方式.     

基于内容检索中的视频分割技术及新的进展

在视频镜头分割领域,近来出现了大量的算法,这些算法总体来说可以分为像素域和压缩域两种情况下的处理,同时也因选取的视频特征不同,可以适用于hardcut、fade、dissolve三种不同的镜头转换形式。该文主要对这些算法以及视频特征进行讨论,并进一步介绍了关键帧抽取方面的相关新的进展。     

一种新的基于区域的图像检索方法

论文提出了一种新的基于区域的图像检索方法。与传统的基于区域的检索方法相比,论文从组成目标对象的基本结构角度出发分割图像,利用少量色彩等级更易描述对象主要构成的特性提取一组能够描述对象基本组成的区域序列。采用这些区域列的面积作为图像特征,用于图像检索。实验表明,该算法简单但非常有效,而且对图像的旋转、尺度变化具有良好的鲁棒性。     

基于颜色-空间二维直方图的图象检索

基于颜色直方图特征的图象检索方法简单、高效,但丢失了颜色的空间分布信息。文章给出了一种基于颜色-空间二维直方图进行图象检索方法。该方法使用HSV颜色模型将颜色空间压缩为32种具有代表性的颜色,设计了一种具有重叠方式的图象分块方法,然后统计每块区域内的颜色直方图得到该图象的颜色-空间二维直方图,并给出了相应的相似度计算方法。实验表明该方法实现简单,能够更加灵活、准确地描述图象的颜色特征,从而有效提高了检索的精度。     

图像阈值分割方法的比较与分析

本文在介绍了三种具有代表性的图像阈值分割法的基础上,通过对它们的性能进行分析比较,给出了 这三种阈值分割法的适用范围。最后,针对三种分割法的不足,提出了一种基于边缘检测与局部直方 图的图像分割算法。     

自适应模糊C均值聚类彩色图像分割方法

模糊C均值聚类用于彩色图像分割具有简单直观,易于实现的特点,但存在聚类性能受中心点初始化影响且计算量大等问题,为此,提出一种自适应模糊C均值分割方法.算法根据人类的视觉特性,参照NBS距离与人类视觉对颜色差别的定量关系,结合具体图像的色彩分布,自动确定初始聚类中心及聚类数目,继而进行模糊C均值聚类.实验表明,该方法无需人为的干预,分割速度快,分割效果跟人的主观视觉感知保持了良好的一致性.     

基于图像纹理和小波变换的聚类分割方法

针对纹理图像,本文提出了一种基于图像纹理特征的非学习分割方法。采用小波变换和快速k-means聚类分割算法,减少了整个处理过程的运算量。为了保证分类算法的精确性,运用了总体流量变化最小（Total Variation Flow）[1]非线性去噪方法对图像进行预处理,从而将减小图像噪声污染带来的分割误差。在图像特征的提取上,运用Gabor滤波器原理生成滤波空间,并让图像通过滤波空间而生成特征向量空间。通过制定一个快速寻优策略,从而达到分割图像的目的。     

一种新型图像检索语义网络构建方法

自学习语义网络是目前实现图像高级语义的有效方法。针对现有方法存在的不足,提出了一种用于图像检索的新型语义网络构建方法,此方法将低层特征、相关反馈和语义网络这三项技术结合来支持图像检索。实验证明该方法可以对系统的检索效率有一定的提高。     

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。     

基于内容的图像检索综述

综述了基于内容图像检索领域中特征提取技术，多维索引与图像分类技术的研究成果，介绍了几个有特色的基于内容图像检索系统，最后提出了这一领域尚存在的问题和未来发展方向。     

“平坦峰”对象的分割

对于目标所占比例很小的图像,目标在直方图中退化成平坦峰。该文根据直方图的形状,提出了一种对具有平坦峰的图像的分割方法,在具体的医学图像应用中取得了较好的分割效果。     

一种图像背景视觉语义模板的生成方法

1.引言图像低层的物理视觉特征与人的高层认识之间不存在明显的直接联系,这就是视觉信息处理中的“语义鸿沟,这使得基于图像全局特征的检索结果与人的主观感觉大相径庭。要缓解“语义鸿沟”问题,一个直接的方法是在低层的视觉特征和高层的主观语义之间建立多个中间处理过程,使得两者能够有个渐进的过渡。这种分而治之的策略,需要保证每一步处理结果都要更加有利于主观语义的辨认,同时这些处理     

汉语自动分词研究及其在信息检索中的应用

汉语自动分词问题是中文信息检索的基础问题,也是阻碍其向前发展的“瓶颈”问题。介绍了分词技术的发展状况,分析了分词技术在信息检索过程中的应用,并讨论了信息检索和分词技术结合的方式和需要以及解决的关键技术问题。     

图象分割评价技术分类和比较

本文对图象分割评价，特别是评价方法和评价准则的进展，作了一个综述，现已提出的多数分割评价方法可分为直接法和间接法，直接法研究分割算法本身，面间接法根据分割图象来评价算法的性能。直接法和间接法都需要借助一定的评价准则来进行。本文对已提出的各种准则进行了分类与分析比较，并对常用的评价准则进行了实验比较，通过分析其性能表现排出了它们的优劣次序。本研究为在实际中正确地应用不同的评价方法提出了依据并指出了若干进一步研究的方向。