SRDM：支持基于内容检索和图象数据库超关系数据模型

数据模型是实现基于内容查询的图象数据库的基础。在这篇论文中,笔者引入了一种按内容进行图象查询的图象数据库数据模型－ＳＲＤＭ（Ｓｕｐｅｒ Ｒｅｌａｔｉｏｎ Ｄａｔａ Ｍｏｄｅｌ）。该模型将可视特征、语义特征等看作超属性,既充分艇了关系数据库的优点,同时又考虑了图象数据的特点,因而能较好地支持基于内容的图象数据库的查询。     

基于内容检索的视频数据库系统

本文首先介绍了视频数据的建模和系统设计。讨论了视频分割,代表帧及其特征提取,并提出了一种基于内容的视频检索和游览方法。     

基于内容的图象检索中的语义处理方法

基于内容的图象检索系统,其目标是最大限度地减小图象简单视觉特征与用户检索丰富语义之间的“语义鸿沟”,因此图象语义处理则成为基于内容的图象检索进一步发展的关键。为了使人们对基于内容的图象检索中的语义处理方法有个概略了解,首先从图象语义模型和图象语义提取方法这两个方面对利用语义进行图象检索的研究状况进行了总结,并将图象语义模型概括为图象语义知识、图象语义层次模型和语义抽取模型等3个主要组成部分;然后将图象语义提取方法分为用户交互、将查询请求作为语义模板、对象及其空间关系、场景和行为语义及情感语义等类别,同时对其中有代表性的方法进行了详细的分析,还指出了其局限性;最后从对象建模和识别、语义抽取规则和用户检索模型3个方面,阐明了实现图象语义处理所面临的问题,并提出了一些初步的解决思路。     

基于颜色分布相似性的图象内容检索

图象内容的检索需要确定图象之间的相似性。本文给出了一个基于颜色直方图相似性的匹配模型，然后描述了基于颜色直方图匹配方法的实现，讨论了这个方法在图象相似性上的度量性能。     

基于内容的图象检索及其相关技术的研究

基于内容和图象检索技术，即从大量的静或活动视频图象库中检索包含目标物体的图象，在高度信息化的今天，已成为内容图象库中图象信息组织和管理不可缺少的技术术。     

多媒体系统中基于图象内容检索的特征指标设计

在多媒体系统应用中基于图象内容检索的特征指标设计问题。对图象和视频的基于内容的检索方法晃成功地开发一个多媒体数据库系统的关键,而对图象泊特征指标的提取则是关键中的关键。目前,基于内容检索的多媒体系统应用还外于初始阶段,并于图象特征指标的设计还没有统一的框架。本文应用图形处理学科中提出的多种指标来作为关于图象检索的线索,并提出了一个初步的检索构思。     

支持基于内容检索的图像数据模型的设计

以面向对象的多媒体数据库系统Jasmine为平台,设计具有基于内容图像检索功能的面向对象数据模型,作为数据库的引擎,实现了一个支持基于内容检索技术的图像数据库系统。     

Web上基于内容的图象检索技术

Web上基于内容的图象检索集基于内容的图象检索和Internet网络这两项技术于一体,它对图象媒体的广泛应用具有一定的实用价值,同时对图象处理技术如何适应网络要求又有一定的理论研究价值,本文研究了特征提取、分布运算、网络实现等Web上基于内容的图象检索的相关技术,建立了一个单机上的图象检索系统并用该系统检验了自己提出的图象检索方法.另外在Web上实现了使用该方法的图象检索,实践证明小波形状不变矩对图象的形状匹配具有较好的效果.     

基于图象内容的链码检索方法

针对数字化图象检索问题,提出了一种基于图象内容的检索方法。这种检索方法是基于图象的灰度特征值,按照一定的分割方法,将图象区域化,并获取该区域的灰度特征描述值;然后把各个区域的灰度描述值按着规定的方向连接起来,生成一个用于检索图象的链码。实验结果表明这种基于图象内容的检索方法,较方便和准确地达到了图象检索之目的。     

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。     

基于内容的图像检索技术研究

阐述基于内容的图像检索研究中存在的问题,并介绍其基本原理、检索方法、关键技术以及研究的进展和趋势.     

基于内容的智能图像检索系统设计

由于Internet中的图像信息资源是异构的．人们要想从中发现、收集和维护自己需要的信息要花费大量的时间和精力。为了更有效地利用Internet上的图像资源，文章从基于内容的图像检索的现状出发，运用Agent技术，提出了一种基于内容的智能图像检索系统的初步模型，并设计了其中核心部分的基本结构：用户Agent、协调器和信息Agent，从而弥补了现有图像检索系统在自适应用户兴趣和交互式等方面的不足，提高了系统的检索正确率和检索能力。     

基于内容的图像检索技术研究

介绍了基于内容的图像检索与文本关键词检索的不同，阐述了基于内容图像检索的基本原理、检索方式和关键技术以及医学图像检索方法。     

基于广义图像灰度共生矩阵的图像检索方法

当图像发生旋转或大小改变显著时,用已有的基于灰度共生矩阵的图像检索方法,不能很好地给出检索结果,在此基础上,该文提出一种基于广义图像灰度共生矩阵的图像检索方法。该方法将原图像作平滑处理得到平滑图像,然后将原图像和平滑图像组合起来得到广义图像灰度共生矩阵,提取该矩阵的统计特征量后,将其组成向量并归一化后用于检索。该方法引入了图像的空间信息,对于图像旋转和尺寸变化均不敏感。实验结果与性能比较表明,新方法的效果优于单纯的灰度共生矩阵法。     

一种可用于基于内容智能检索的知识表示方式

在基于内容的智能检索中,多媒体信息的知识表示方式是应该首先解决的关键问题之一。文章总结分析了基于内容的智能检索中现有的一些知识表示模型,在此基础上提出了一种新的可用于基于内容的智能检索的知识表示方式,为今后的研究提供了一些新的思路和方法。     

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。     

一种基于空间特征的图像检索法研究

在基于内容的图像识别技术中,颜色自相关图是一种常用的图像颜色特征提取法。文章在此基础上,考虑图像结构特征,通过对图像进行水平和垂直两次扫描,分别建立图像相似区域的变化图。该算法和颜色自相关图一并应用到SOM网络上,实现了一个基于颜色特征和结构特征的图像分类。编程实验结果表明:新算法可以较好地提高基于内容的图像检索的准确性,避免了仅靠图像的颜色特征进行分类和搜索的不能描述图像宏观结构的缺点。     

数字图书馆中基于内容的图像检索技术

随着多媒体技术的飞速发展,多媒体信息的日益丰富,多媒体信息检索技术已成为当前研究的热点.本文着重介绍了基于内容的图像检索技术及其发展,分析了图像信息的多种特征提取方法,最后,给出了一个基于综合特征提取的图像检索系统实例.     

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。     

基于特征统计量分析的图像检索

研究了基于内容的图像检索系统和技术的若干问题。首先叙述了基于内容的图像检索的系统模型和特点，接着针对颜色、纹理和形状进行了概率特征提取、相似度量等的进一步具体分析讨论。展示了基于以上理论知识的一些实际工作，介绍了基于颜色和纹理检索的改进实验结果。